【编译原理】C++简单词法分析器的实现

1. DFA状态转换图

该C++程序是基于以下特定DFA编写的简单词法分析器，如需更改其他DFA，下文讲解释需要改动的地方。

2. 问题描述

输入格式:

输入一个字符串。

输出格式:

若字符串正确，输出单词串。如果有错误，输出错误的类型。

输入样例1:

bacbacdabbaccb

输出样例1:

bacb
acdab
baccb
字符串共被划分为3个词

输入样例2:

abaxab

输出样例2:

ab
a
字符串中第4个字符x是一个非法字符

输入样例3:

abaaba

输出样例3:

ab
a
字符串中第4个字符a发生了错误

输入样例4:

aba

输出样例4:

ab
a
最后一个词不完整

3.问题分析

我们都知道“程序” = “数据结构”+“算法”，所以第一个要解决的问题便是DFA和字符串的存储问题。其中最值得思考的是DFA的存储问题。
字符串看似好处理，但是也隐藏很大的问题。比如，应该用c++的string数据类型，还是应该使用char数组来存储呢？在字符串输入的时候，如何防止空格和回车进入缓冲区呢？
鉴于我们接下来要对每个字符进行分析，所以我采用char数组的方式存储字符串。
而DFA我是用状态转移矩阵来存储，只需要一个二维数组便可以解决。
下图是草稿思路过程（草稿嘛，乱一点很正常）和流程图。

4. 流程图

5.代码

#include <bits/stdc++.h>

using namespace std;
//构造的DFA
const int DFA[4][4] = {
        {1,  0,  -1, -1},
        {-1, 3,  1,  2},
        {1,  -1, -1, -1},
        {-1, -1, -1, -1},
};
//开始状态
const int START_STATE = 0;
//结束状态
const int END_STATE = 3;
//合法字符集 默认字母与下表之间一一对应 a-0 b-1 c-2 d-3
const char ALPHABET[4] = {'a', 'b', 'c', 'd'};
//错误类型集
const char ERROR_TYPE[3][100] = {"\n字符串中第%d个字符%c是一个非法字符", "\n字符串中第%d个字符%c发生了错误", "\n最后一个词不完整"};


int main() {
    //输入的字符串
    char str[101];
    cin >> str;

    //DFA行号
    int lineNum = 0;
    //统计划分成几个单词
    int wordCnt = 0;
    //目前在执行字符串中的哪个字符
//    int charCnt = 0;
    //字符串长度
    int strCnt = strlen(str);
    //字符下标
    int index = 0;
    //错误类型 -1代表没有出现错误
    int errorType = -1;
    //当前状态
    int currentState = 0;

    //开始词法分析
    while (strCnt--) {//从前往后扫描所有字符

        //状态转移
        if (str[index] == 'a') {
            int state = DFA[lineNum][0];
            if (state != -1) {
                //状态转移路径存在
                //进行状态转移
                lineNum = state;
                //更新当前状态
                currentState = lineNum;
                //输出当前字符
                cout << str[index];
            } else {
                //状态转移路径不存在
                errorType = 1;
                break;
            }
        }else if(str[index] == 'b'){
            int state = DFA[lineNum][1];
            if (state != -1) {
                //状态转移路径存在
                //进行状态转移
                lineNum = state;
                //更新当前状态
                currentState = lineNum;
                //输出当前字符
                cout << str[index];
            } else {
                //状态转移路径不存在
                errorType = 1;
                break;
            }
        }else if(str[index] == 'c'){
            int state = DFA[lineNum][2];
            if (state != -1) {
                //状态转移路径存在
                //进行状态转移
                lineNum = state;
                //更新当前状态
                currentState = lineNum;
                //输出当前字符
                cout << str[index];
            } else {
                //状态转移路径不存在
                errorType = 1;
                break;
            }
        }else if(str[index] == 'd'){
            int state = DFA[lineNum][3];
            if (state != -1) {
                //状态转移路径存在
                //进行状态转移
                lineNum = state;
                //更新当前状态
                currentState = lineNum;
                //输出当前字符
                cout << str[index];
            } else {
                //状态转移路径不存在
                errorType = 1;
                break;
            }
        }else{
            //出现非法字符
            errorType = 0;
            break;
        }


        //到达终止状态
        if(currentState == 3){
            lineNum = 0;
            wordCnt++;
            putchar(10);
        }

        index++;
    }//end while
    //因为while的特性，多减了一个，加回来
    strCnt++;

    //第三种出错处理
    if(strCnt == 0 && currentState != 3){
        //最后一个词不完整
        errorType = 2;
    }


    //输出错误
    switch (errorType) {
        case 0:
            printf(ERROR_TYPE[errorType],(index+1),str[index]);
            break;
        case 1:
            printf(ERROR_TYPE[errorType],(index+1),str[index]);
            break;
        case 2:
            printf(ERROR_TYPE[errorType]);
            break;
        default:
            printf("字符串共被划分为%d个词",wordCnt);
            break;
    }

    return 0;
}

Mot de l’auteur（作者的话）：

因为一些历史遗留问题（就是懒），前期分析问题的时候预先设定的一些变量，没有使用到，后面写完也懒得删了哈哈哈~

关于更换DFA：你只需要修改状态转移函数（const int DFA[4][4])便可以，我已经提升作用域到全局变量了，在程序的开头就能看见。

Au revoir à tous！