软件设计 -（二）程序设计语言

---

一、概述

• 机器指令：是最基本的计算机语言（特定计算机系统所有固有的、面向机器的语言）。
• 机器指令程序：由0、1组成的指令序列。
• 汇编语言：用符号代替0、1序列来表示机器指令（如：用ADD表示加法），称为汇编指令，汇编指令的集合称为汇编语言。

1. 编译程序和解释程序

• 源程序：用高级语言或汇编语言编写的程序；源程序不能直接在计算机上执行。

• 解释程序（解释器）：直接解释执行源程序，或将源程序翻译成某种中间代码再执行。

• 编译程序（编译器）：将源程序翻译成目标语言程序。

  编译程序和解释程序的区别：

  • 编译方式下，（翻译成独立保存的目标程序）机器上运行的是与源程序等价的目标程序，源程序和编译程序都不在参与目标程序的执行过程。
  • 解释方式下，（不生成独立的目标程序）解释程序和源程序（或其某种等价表示）要参与到程序的运行过程中，运行程序的控制权在解释程序。

2. 定义和分类

• 程序设计语言的定义涉及：语法、语义、语用。

  • 语法：程序设计语言的基本符号组成程序中的各个语法成份（包括程序）的一组规则。
    • 词法规则：由基本字符构成的符号（单词）书写规则。
    • 语法规则：由符号构成语法成份的规则。
  • 语义：按语法规则构成的各个语法成份的含义，分为静态语义和动态语义。
    • 静态语义：编译时可以确定的语法成份的含义；
    • 动态语义：运行时刻才能确定的含义。
  • 语用：表示了构成语言的各个记号和使用者的关系，涉及符号的来源、使用和影响。
  • 语境（语言的实现）：理解和实现程序设计语言的环境，包括编译环境和运行环境。

• 分类：命令式或结构化、面向对象、函数式及逻辑型程序设计语言。

3. 基本成份：数据、运算、控制、传输

• 数据成份：程序设计语言的数据类型。

  • 数据具有如下属性，在使用时需要为它分配内存空间。
    • 名称：用户通过标识符定义；
    • 类型：说明数据占用内存的大小和存放形式；
    • 存储类别：说明数据在内存中的位置和生存期；
    • 作用域：可以使用数据的代码范围；
    • 生存期：数据占用内存的时间特点。
  • 常量和变量
    程序中数据对象可以具有左值和（或）右值；左值指存储单元（或地址、容器），右值是值（或内容）。
    变量具有左值和右值，在程序运行过程中右值可改变；常量只有右值，且不可改变。

• 运算成份：允许使用的运算符号和运算规则（算数运算、关系运算、逻辑运算）。

• 控制成份：语言允许表述的控制结构（顺序、选择、循环）。

  • if … else … 双分支选择结构
  • switch 多分支选择结构
  • while、do … while 循环语句
  • for 循环语句

• 传输成分：语言允许的数据传输方式：如赋值处理、数据的输入和输出等。

4. 函数

• 形式参数：函数定义阶段括号内生命的参数。
• 实际参数：函数调用阶段口号内传入的值。
• 值调用：将实参的值传递给形参。
• 引用调用：形参为引用类型，将实参的地址传递给形参；形参实际上是实参的别名。

二、语言处理程序

语言处理程序主要分为：汇编程序、编译程序、解释程序。

1. 汇编程序

• 汇编语言：是为特定计算机设计的面向机器的符号化的程序设计语言。

• 语句类型

  • 指令语句：机器指令语句，将其汇编后产生相应的机器代码，这些代码能被CPU直接识别，并执行相应操作。
  • 伪指令语句：在汇编源程序时完成某些工作（如：为变量分配存储单元地址，赋值等）。
    指令语句与伪指令语句的区别：伪指令语句经汇编后不产生机器代码；伪指令语句所指示的操作是在源程序被汇编时完成的，指令语句的操作必须在运行时完成。
  • 宏指令语句：允许用户将多次重复使用的程序段定义为宏。宏指令语句就是宏的引用。

• 汇编程序
  将汇编语言编写的源程序翻译成机器指令程序。一般需要两次扫描：

  • 第一次扫描主要工作是定义符号的值并创建一个符号表；
  • 第二次扫描的任务是产生目标程序。

2. 编译程序

将高级语言编写的源程序翻译成与之等价的目标程序（汇编语言或机器语言）。

工作过程分为一下六个阶段：

阶段	说明
词法分析	对源程序从前到后（从左到右）逐个字符地扫描 ，从中识别出一个个“单词”符号（关键字、标识符、常数、运算符、分隔符等）。
语法分析	在词法分析的基础上，根据语法规则将单词符号序列分解成各类语法单位（如：表达式、语句、程序等）。
语义分析	分析各语法结构的含义；一个主要的工作是进行类型分析和检查。
中间代码生成	根据语义分析的输出生成中间代码。生成“中间代码”是机械的、按固定模式进行的，共同特征是与具体机器无关。
代码优化	优化依据的原则是程序的等价变换规则。优化过程可以在中间代码生成阶段进行（控制流和数据流分析基础之上优化），也可以在目标代码生成阶段进行。
目标代码生成	把中间代码变换成特定机器上的绝对指令代码、可重定位的指令代码或汇编指令代码。这个阶段与具体的机器密切相关。

• 符号表管理
  符号表的作用是记录源程序中各个符号的必要信息，以辅助语义的正确性检查和代码生成，在编译过程中需要对符号表进行快速有效地查找、插入、修改和删除等操作。

• 出错处理

  • 静态错误：指编译阶段发现的程序错误。可分为语法错误（如：单词拼写错误、标点符号错误、表达式缺少操作数、括号不匹配等语言结构上的错误）和 静态语义错误（语义分析时发现的运算符方与运算对象类型不合法等）。
  • 动态错误（动态语义错误）：发生在程序运行时。如：变量取零时做除数、引用数组下标错误等。

文法和语言的形式描述

• 字母表（$\sum$）：字符的非空有穷集合。

• ${\sum }^{\ast }$：包括空串（$\epsilon$）在内的 $\sum$ 上所有字符串的集合。例如：设 ∑ = { a , b } ， ∑ ∗ = { ε , a , b , a a , b b , a b , . . . } \footnotesize \sum=\{a,b\}，\sum^*=\{\varepsilon,a,b,aa,bb,ab,...\} ∑={a,b}，∑∗={ε,a,b,aa,bb,ab,...}。

• 字符串的方幂（$a^n$）：把字符 a 自身连接 n 次得到的串。$a^0=\epsilon$。

• 字符串集合的运算：设 A、B 代表字母表 $\sum$ 上的两个字符串集合。

  • 或（合并）： A ∪ B = { a ∣ a ∈ A 或 a ∈ B } A \cup B = \{a|a\in A 或 a \in B\} A∪B={a∣a∈A或a∈B}
  • 积（连接）： A B = { a b ∣ a ∈ A 且 b ∈ B } AB = \{ab | a \in A 且 b \in B\} AB={ab∣a∈A且b∈B}
  • 幂：$A^n=A\cdot A^{n-1}=A^{n-1}\cdot A（n>0）$
  • 正则闭包+：$A^{+}=A^1\cup A^2\cdot \cdot \cdot \cup A^n\cup \cdot \cdot \cdot$，表示自身连接 1 或多次。
  • 闭包*：$A^{\ast }=A^0\cup A^{+}$，表示自身连接 0 或多次。

• 正规式与正规集

  正规式	正规集
  ab	字符串ab构成的集合
  a|b	字符串 a 或 b 构成的集合
  $a^{\ast }$	由 0 或多个 a 构成的字符串集合
  $(a|b{)}^{\ast }$	所有字符串 a 和 b 构成的字符串集合
  $a^{+}$	由 1个 或多个 a 构成的字符串集合

• 有限自动机

  • 确定的有限自动机（DFA）：$(S,\sum ,f,s_0,Z)$

    • S 是一个有限集，其中每个元素称为一个状态。
    • $\sum$ 是一个又穷字母表，其中每个元素称为一个输入字符。
    • $f$ 是 $S\times \sum \to S$ 上的单值部分映像。$f(A,a)=Q$ 表示当前状态为 A、输入为 a 时，将转换到下一状态 Q，称 Q 为 A 的一个后继状态。
    • $s_0\in S$，是唯一的一个开始状态。
    • Z 是非空的终止状态集合，$Z\in S$。

  • 不确定的有限自动机（NFA）
    与 DFA 的区别：后继状态不一定是不唯一的；有向弧上的标记可以是 $\epsilon$。

中间代码形式：后缀式、树形表示、三元式、四元式

1. 后缀式（逆波兰式）：把运算符号卸载运算对象后面，例：a+b 写成 ab+

2. 树形表示：表达式 x := (a+b)*(c+d) 的树形表示为：

3. 三元式表示：（运算符,运算对象1,运算对象2）， x := (a+b)*(c+d) 的 三元式表示为：
   ①(+,a,b)， ②(+,c,d)， ③(*,①,②)， ④(:=, ③,x)。

4. 四元式表示：（运算符,运算对象1,运算对象2,运算结果），x := (a+b)*(c+d) 的 四元式表示为：
   ① (+, a,b,t1)， ② (+, b,c,t2)， ③ (*, t1,t2,t3)， ④ (:=,t3,_,x)

   后缀式、属性表示适用于解释器，编译器多采用四元式。

3. 解释程序

在词法、语法、语义分析方面有编译程序的工作原理基本相同；但解释程序不产生源程序的目标程序。

编译与解释的比较：

1. 效率。编译比解释方式可能取得更高的效率。
2. 灵活性。由于解释程序要反复检查源程序， 使得解释程序比编译程序更灵活。