stanford compiler学习笔记(一)

lexical analysis：

根据输入，输出Tokens，即<Token Class, Lexeme>二元组。如<Identifier, "abc">, <key word, "if">, <Number, "1234"> etc.

look ahead sometimes

parse tree

叶子节点：终结符

内节点：非终结符

对上下文无关文法的展开(derivation)：最左展开(left-most derivation)，最右展开(right-most derivation)

正确的上下文无关文法应该能消除最左和最右展开的歧义，即无论哪种展开，都能返回一致的解析树。

消除歧义：

1. 重写文法

2. 将＊/等高优先级操作符置于+-之前。

错误处理

1. panic mode

放弃当前token，直到找到下一个能够匹配的（略过当前statement/expression, etc）

e.g., (1+ +2) +3

1+之后期待另一个int，略过第二个+。直到2。

2. Error productions（错误产生式）

修改产生式：E--> int | E+E | (E) | error int | (error)

error int表示放弃当前token，直到遇到int为止。

注意修改产生式会使语法复杂化。

3. Automatic local or global correction

如短语层次的恢复：将一个逗号替换为分号，删除一个多余的分号或者插入一个遗漏的分号，等。

抽象语法树

精简的parse tree。

自顶向下(TOP-DOWN)构建语法树：

递归下降(Recursive Descent)

按照产生式，从上至下，逐条测试（若发现不匹配会有回溯）

E-->T

bool E1(){ return T();}

E-->T+E

bool E2(){ return T() && term(PLUS) && E();}

E->T | T+E

bool E(){
    TOKEN *save=next;
    return (next=save, E1()) 
        || (next=save, E2());
}

问题：

对于S--> Sa的产生式:

bool S1(){ return S() && term(a);}
bool S(){ return S1();}

产生式的最左端为非终结符，这种情况下，递归下降会产生死循环。

重写产生式，将左递归写为右递归。

将形如下列的左递归产生式：

S-->Sa1 | .... | San | b1 | ... | bm

重写为：

S-->b1S' | ... | bmS'

S'-->a1S' | ... | anS' | ε

（消除左递归）