哈工大 编译原理 网课笔记 —— 2.程序设计语言及其文法

1. 基本概念

• 字母表
  • 一个有穷符号集合
  • 例如：
    • 二进制字母表
    • ASCII字符集
    • Unicode字符集
• 字母表上的运算

  • 字母表 乘积

    • 

    • 两个集合元素分布相乘

  • 字母表的 n次幂

    • 长度为0的符号串即为 没有符号的符号串 也称为 空串
    • 

  • 字母表的正闭包

    • 

  • 字母表的 克林闭包

    • 

    • 在 正闭包 的基础上，添加一个 空串。长度可以为0

• 串
  • 设∑是一个字母表， 对于任意x∈ ∑*， x称为是∑上的一个串
    ➢串是字母表中符号的一个有穷序列
    ➢串s的长度，通常记作|s|，是指s中符号的个数
    ➢例: |aab|=3
    ➢ 空串是长度为0的串，用 ε（ epsilon） 表示
    ➢ |ε|= 0
• 如果 x和y是串，那么x和y的连接(concatenation)
  是把y附加到x后面而形成的串，记作xy
  ➢ 例如，如果 x=dog且 y=house，那么xy=doghouse
  ➢ 空串是连接运算的单位元( identity)，即，对于任
  何串s都有， εs = sε = s
  • 设x,y,z是三个字符串，如果 x=yz，
    则称y是x的前缀， z是x的后缀
• 串上的运算——幂
  • 

2.文法的定义

• 自然语言的例子——句子的构成规则

  • 

  • $G = (V_T , V_N , P , S ) $

    • $V_T$: 终结符集合

      • 终结符（ terminal symbol） 是文法所定义的语言的基本符号， 有时也称为token
      • 例: $V_T$ = { apple, boy, eat, little }

    • $V_N$： 非终结符集合

      • 非终结符(nonterminal ) 是用来表示语法成分的符号，有时也称为“ 语法变量”
      • 例如：$V_N$ = { <句子>, <名词短语>, <动词短语>, <名词>, … }

    • 注：$V_T∩V_N = Φ $ $V_T∪ V_N =文法符号集 $

    • P :产生式集合

      • 产生式( production)描述了将终结符和非终结符组合成串的方法产生式的一般形式：
        $$\alpha \to \beta$$
        读作： α定义为β

      • $\alpha \in (V_T\cup V_N{)}^{+}$， 且$\alpha$中至少包含$V_N$中的一个元素：称为产生式的头
        (head ) 或左部(left side)

      • $\beta \in (V_T\cup V_N)\ast$ ：称为产生式的体(body)或右部(right side)

      • 上述最开始例子中每一个规则都是一个产生式

    • S ： 开始符号

      • $S\in V_N$。 开始符号(start symbol ) 表示的是该文法中最大的语法成分
      • 例： S = $ <句子> $
      • 

  • 产生式的简写

    • 

  • 符号约定：

    • 

    • 

    • 文法符号串包括 终结符和非终结符

3.语言的定义

❓ 有了文法（语言规则），如何判定一个词串是否是满足文法的句子？

• 推导和归约

  • 

  • 

👌 有了文法（语言规则），如何判定某一词串是否是该语言的句子?

• 

• 句型和句子

  • 

    • 

      只有最后一个句型才能称为句子，因为它没有非终结符

• 语言的形式化定义

  • 

    ❓上式的算术表达式文法生成语言中可以包含无穷多个句子，而文法解决了无穷语言的有穷表示问题。

  • 例子：

    • 

  • 

4.文 法 的 分 类

• Chomsky 文法分类体系
  • 0型文法 (Type-0 Grammar)
  • 1型文法 (Type-1 Grammar)
  • 2型文法 (Type-2 Grammar)
  • 3型文法 (Type-3 Grammar)
• 0型文法 (Type-0 Grammar)

  • 

    • 上节课提到的属于 0型文法

  • 1型文法 (Type-1 Grammar)

    • 

    • 注意这里 1型文法 中 不包含空串产生式，因为 $\alpha$ 必须包含一个非终结符

  • 2型文法 (Type-2 Grammar)

    • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-smWwVF0B-1646389130591)(2.%E7%A8%8B%E5%BA%8F%E8%AE%BE%E8%AE%A1%E8%AF%AD%E8%A8%80%E5%8F%8A%E5%85%B6%E6%96%87%E6%B3%95.assets/image-20220303153328936.png)]

    • 之前标识符的文法举例属于 2型文法

    • 

    • 2型文法左边是非终结符号，和上下文无关，属于也称作上下文无关文法

  • 3型文法 (Type-3 Grammar)

    • 

    • 右线性文法：要么是一个终结符$w$，要么是终结符后添加一个非终结符号$B$

    • 

    • 第三章会详细介绍 正则文法能描述程序设计语言的多数单词

  • 四种文法之间的关系 （如果不考虑空产生式的因素）

    • 

5.CFG的分析树

• 正则文法可以用来表示程序语言中的大多数单词，但是生成能力有限，描述不了程序语言中的句子构造。而CFG可以描述程序设计语言大部分语法构造，也是被研究的最多一种文法

• 

• 分析树是推导的图形化表示

  • 

• 二义性文法的判定

  • 

• (句型的）短语

  • 

    • 直接短语一定是某产生式的右部 ，产生式的右部不一定是给定句型的直接短语，比如：
      • 
        不是某棵高度为2的边缘，因为上图中的 高人、民生、活水 不是这个句子的直接短语

• 二义性文法

  • 如果一个文法可以为某个句子生成多棵分析树，则称这个文法是二义性的

  • 大部分编译器都希望编译器不是二义性的，遇到歧义时，计算机无法进行确定的操作

  • 

• 二义性文法的判定

  • 对于任意一个上下文无关文法，不存在一个算法，判定它是无二义性的；但能给出一组充分条件，满足这组充分条件的文法是无二义性的
    • ➢满足，肯定无二义性
    • ➢不满足，也未必就是有二义性的