编译原理学习笔记-2

声明：
–以下引自东南大学的编译原理课件

2编译基础知识

-词法规则：规定那些字符是单词符号，一般包括：数值，标识符等等
-语法规则：规定单词符号构成的语法单位：表达式，子句，语句，函数，过程，程序-
-语义规则：语义，程序的含义。定义程序的意义的一组规则
文法：
描述程序设计语言构造的层次化语法结构。

2.1 字母表与符号串

相关概念

1、字母表
– 是符号的非空有穷集合。
– 用Σ、V表示。
2、符号：
是语言中最基本的不可再分的单位。
3、符号串：
– 符号串是字母表中符号组成的有穷序列。
– 空串：不含有任何符号的串称作空串，记作ε。
4、句子：
字母表上符合某种规则构成的串。
5、语言：
字母表上句子的集合。
• 注：约定用a,b,c…表示符号；用α,β,γ…表示符号串；
用A,B,C…表示其集合。

符号串集合的运算

1、连接（乘积）运算：

– 定义：若串集A={α1， α2， …}，串集B={β1，
β2， …}，则乘积AB={α β| α ∈ A and β ∈ B}
注： 1）串集的自身乘积称作串集的方幂
2）A0={ε}
3）字母表A的n次方幂是字母表A上所有长度为n的串集
例如：A={a,b}; B={c,e,d}
• 则AB={ac,ae,ad,bc,be,bd}
• 例如：串集A＝{a}的各次方幂定义为：
– A0={ε}
– A1=A={a}
– ……
– An=AAn-1(n>0)={a…a}

2、字母表的闭包与正闭包

• 1）字母表A的闭包（A*）：
A*=A0∪A1∪A2∪…
– 即：由A上符号组成的所有串的集合（包括空串
ε ）。
• 2）字母表A的正闭包（A+）：
A+= A1 ∪A2∪ …=A*-{ε}
– 即：由A上符号组成的所有串的集合（不包括空
串ε ）。
• 3）语言: 是字母表上符合某种规则的语句组成的。
– 字母表上语言：是字母表上正闭包的子集。

相关概念

1. 非终结符
   -出现在规则的左部，用<>括起来，表示一定语法概念的词
   -非终结符集合用Vn表示
2. 终结符
   -语言中不可以被分割的字符串（包括单个字符组成的串）。注：终结符是组成句子的基本单位。
   -终结符集合用Vt表示
3. 开始符号
   -表示所定义的的语法范畴的非终结符
4. 产生式
   -是用来定义符号串之间关系的一组规则。形式：A->a (A产生a) A就是非终结符，a就是终结符
5. 推导
   -推导是从开始符号开始，通过使用产生式的右部取代左部，最终能产生语言的一个句子的过程。
   -最左（右）推导：每次使用一个规则，以其右部取代符号最左（右）非终结符
   
   1. 归约
      
      • 归约是推导的逆过程，从给定的源语言的句子开始，通过规则的左部取代右部，最终达到开始符号的过程。
      • 最左（右）归约是最右（左）推倒的逆过程
   2. 句型、句子和语言
      • 句型：
      – 句型是从文法的开始符号S开始，每步推导（包括0步推导）所得到的字符串α。
      – 记作：S α，其中α ∈ （VN∪ VT ）*
      • 句子：是仅含终结符的句型。
      语言：
      – 语言是由S开始通过1步或1步以上推导所得的句
      子的集合。
      – 记为：L(G)。L(G)={α|S α，且α ∈ VT*}
   3. 文法规则的扩充表示
      ——扩充的BNF表示
      • () ——提因子
      – 例:把U→ax|ay|az 改写为U→a(x|y|z)
      • {} ——重复次数的指定
      – 例：<标识符>→<字母>{<字母>|<数字>}50.
      • [] ——任选符号
      – 例:<整数>→[+|-]<数字>{<数字>}

2.2文法与语言的形式定义

Chomsky对文法的分类

根据对产生式施加的限制，可分为
– 0型文法
– 1型文法
– 2型文法
– 3型文法
0型文法(短语文法或无限制文法)
• P中产生式α→β 其中α∈V+ 并至少含有一个非终结符, β∈V*
记忆：左边有非终结符，右边有终结符

1型文法
• P中产生式α→β,除可能有S → ε 外均有|β|>=|α|（即右边长度大于等于左边长度）,若有S → ε ，规定S不得出现在产生式右部 .
• 或者，P中产生式α→β,除可能有S → ε外均有αAβ→α γ β,其中α, β∈V* ,
A ∈VN,γ∈V+.
举例：
设文法G＝(VN,VT,P,S)，
•VN＝{S,B,E}, VT＝{a,b,e}
•其中P为: (0) S →aSBE
•(1) S →aBE
•(2) EB →BE

2型文法
• P中产生式具有形式A→β 其中A∈VN ， β∈V*.
• a)2型文法对产生式的要求是：产生式左部一定是非终结符，产生式右部可以是VN 、 VT或ε ；非终结符的替换不必考虑上下文;
• b)识别2型语言的自动机称为下推自动机(PDA);
• c) 2型文法也称为上下文无关文法。
举例
设文法G＝(VN,VT,P,S)，
•VN＝{S,A,B}, VT＝{a,b}
•其中P为: (0) S →aB
•(1) S →bA
•(2) A →a
•(3) A →aS|bAA

3型文法
• P中产生式具有形式
P中产生式具有形式 A→ αB，A→ α （右线性），或者A→Bα，A→ α（左线性）， 其中A，B∈V N，α∈VT*。
注： • a)3型文法也称为**正规文法**RG、右线性文法或左线性文法；
• b) 3型文法中的产生式要么均是右线性产生式，要么是左线性产生式，不能既有左线性产生式，又有右线性产生式；若所有产生式均是左线性，则称为左线性文法；若所有产生式均是右线性，则称为右线性文法；
• c)识别3型语言的自动机称为有限状态自动机文法与语言的形式定义

• 注意：在词法分析和语法分析中对产生式有限制：
– 不存在P →P产生式 （p是非终结符）
– 产生式中出现的任何非终结符P必须有用。
• 从开始符号S出发，存在推导S →αPβ
• P必须能推导出终结符串。即: P →γ ; γ ∈VT*

2.3 文法构造与文法简化

1、为什么要进行文法的简化？
• 由于同一语言可以用不同的文法来描述，显然应当选择产生式的个数最少，最符合语言特征的来描述。
• 在文法中，有些产生式对推导不起作用，要删除掉：
– 如某个产生式在推导过程中永远不会被用到，即
由开始符号推导，永远推不到的左部的非终结符。
– 再如永远导不出终结符串的产生式。
– 如形如P→P的产生式。

2.4 语法树与文法的二义性

语法树中的概念

（1）子树：除叶子结点之外的任意结点连同它的所有子孙结点构成子树。
（2）修剪子树：剪去子树树根的所有孩子。
（3）句型：在一棵语法树生长过程中的任何时刻，所有那些叶子结点排列起来就是一个句型。
（4）短语：子树的末端符号自左到右连成串，相对于子树树根而言称为短语。
• 简单短语（直接短语）：若短语是某子树根经过1步推导得到的，则称之为该子树根 的简单短语。
• 句型的短语：该句型中哪些符号串可构成某子树根的短语。
（5）句柄：句型中的最左简单短语

文法的二义性

1、句子二义性：
– 如果文法的一个句子存在对应的两棵或两棵以上
的语法树，则该句子是二义的。
2、文法二义性：
• 包含二义性句子的文法是二义文法