《软件设计师》复习笔记（8.2）——编译程序基本原理、文法、正规式、有限自动机-CSDN博客

词法分析
- 输入：字符流
- 输出：记号流（如标识符、关键字）
- 任务：识别单词符号，检查非法字符（如 @）。
- 错误示例：括号不配对属于语法分析阶段。
语法分析
- 输入：记号流
- 任务：组合单词为语法结构（如表达式、语句），检查结构合法性。
- 示例：C/C++语句合法性分析。
语义分析
- 任务：类型检查、上下文审查（如变量未声明、除数不为零）。
- 错误类型：
  - 静态语义错误（编译时发现，如类型不匹配）。
  - 动态语义错误（运行时发现，如数组越界）。
中间代码生成
- 生成关系：中间代码是根据语义分析产生的，需经过优化链接后最终生成可执行的目标代码。
- 引入目的：进行与机器无关的代码优化处理。
- 常见形式：后缀式（逆波兰式）、三元式（三地址）、四元式和树等形式。
- 需考虑的问题：
  - 如何生成较短的目标代码。
  - 如何充分利用计算机中的寄存器，减少目标代码访问存储单元的次数。
  - 如何充分利用计算机指令系统的特点，以提高目标代码的质量。
- 前缀表达式：例如“+ab”，运算符在操作数之前。
- 中缀表达式：例如“a+b”，运算符在两个操作数中间，这是一般正常的表达式形式。
- 后缀表达式：例如“ab+”，运算符在操作数之后。三种表达式其实就是树的三种遍历，前缀、中缀、后缀表达式分别对应树的前序、中序、后序遍历。
- 后缀表达式求法：从左到右开始，先把表达式加上括号，再依次把运算符加到本层次的括号后面。
代码优化
- 目标：减少寄存器访问次数，提高指令效率。
目标代码生成
- 输出：可执行的机器代码。

真题示例：

将编译器的工作过程划分为词法分析、语法分析、语义分析、中间代码生成、代码优化和目标代码生成时，语法分析阶段的输入是（），若程序中的括号不配对，则会在（）阶段检查出错误。

A、记号流 B、字符流 C、语义分析 D、目标代码生成

解析：词法分析将源程序的字符流转换为记号流，语法分析的输入是词法分析的输出即记号流；括号不配对属于程序结构上的错误，是在语法分析阶段检查出来的，语义分析主要检查类型等语义相关问题，目标代码生成是最后生成可执行代码阶段。

以编译方式翻译C/C++源程序的过程中，（）阶段的主要任务是对各条语句的结构进行合法性分析。

A.词法分析 B.语义分析 C.语法分析 D.目标代码生成

解析：语法分析的主要任务是分析各条语句的结构是否合法，词法分析主要是识别单词，语义分析侧重于类型检查等语义层面，目标代码生成是生成最终的可执行代码。

表达式 (a - b) * (c + d) 的后缀式（逆波兰式）是（）

A、abcd-+* B、ab-c+d* C、abc-d-/* D、ab-cd+*

解析：按照后缀表达式求法，先给表达式加上括号为“((a - b) * (c + d))” ，然后依次把运算符加到本层次括号后面，得到“ab-cd+*” 。

二、文法（Chomsky分类）（编译相关）

1. 字母表与字符

字母表（Σ）是字符的非空有穷集合，字符是字母表Σ中的元素。例如，Σ = {a, b}，a或b就是字符。

2. 字符串

由Σ中的字符组成的有穷序列。如a，ab，aaa都是Σ上的字符串。

字符串的长度：指字符串中的字符个数，如|aba| = 3。

空串（ε）：由零个字符组成的序列，|ε| = 0。

3. 字符串的连接

字符串S和T的连接是指将串T接续在串S之后，表示为S·T，连接符号“·”可省略。对于字母表Σ的任意字符串S，S·ε = ε·S = S。

Σ*：指包括空串ε在内的Σ上所有字符串的集合。例如，若Σ = {a, b}，Σ* = {ε, a, b, aa, bb, ab, ba, aaa, …} 。

4. 字符串的方幂

把字符串α自身连接n次得到的串，称为字符串α的n次方幂，记为αⁿ 。α₀ = ε，αⁿ = ααⁿ⁻¹ = αⁿ⁻¹α（n > 0）。

5. 字符串集合的运算

或（合并）：设A，B代表字母表Σ上的两个字符串集合，A∪B = {α|α∈A或α∈B}。

积（连接）：AB = {αβ|α∈A且β∈B}。

幂：Aⁿ = AA…A（n个A，n ≥ 0），并规定A⁰ = {ε}。

正则闭包：A* = A⁰∪A¹∪A²∪…，即A上所有字符串的集合（包括空串）。

正闭包：A⁺ = A¹∪A²∪…，即A上所有非空字符串的集合。

定义：文法 G=(V,T,P,S)
- V：非终结符（如 E, T）
- T：终结符（如 +, 0-9）
- P：产生式规则（如 E → E+T）
- S：起始符号（如 E）。

分类：

类型	名称	特点	应用
0型	短语文法	无限制，等价于图灵机	通用计算
1型	上下文有关文法	非终结符替换依赖上下文	自然语言处理
2型	上下文无关文法	非终结符替换独立于上下文	程序设计语言语法
3型	正规文法（正则文法）	等价于正规式，用于词法分析	词法规则（如标识符）

三、正规式与正规集

基本单位：语言中具有独立含义的最小语法单位是符号（单词），如标识符、无符号常数与界限符等。词法分析的任务是把构成源程序的字符串转换成单词符号序列。
描述规则：词法规则可用3型文法（正规文法）或正规表达式描述，它产生的集合是语言规定的基本字符集Σ（字母表）上的字符串的一个子集，称为正规集。
运算符优先级：闭包（*） > 连接（·） > 或（|）。
示例：以Σ = {a, b}为例，列举一些正规式和相应的正规集：
- 正规式ab，对应正规集为字符串ab构成的集合。
- 正规式a|b，对应正规集为字符串a、b构成的集合。
- 正规式a∗，对应正规集为由0个或多个a构成的字符串集合。
- 正规式(a∣b)∗，对应正规集为所有字符a和b构成的串的集合。
- 正规式a(a∣b)∗，对应正规集为以a为首字符的a、b字符串的集合。
- 正规式(a∣b)∗abb，对应正规集为以abb结尾的a、b字符串的集合。

真题示例：

在仅由字符a、b构成的所有字符串中，其中以b结尾的字符串集合可用正规式表示为()

A.(b|ab)b B.(ab)b C.ab*b D.(a|b)*b

选项 A：(b|ab)*b
- (b|ab)* 可以生成任意由 b 或 ab 组成的序列（如 b, ab, bab, abab, ...）。
- 最后接一个 b，确保以 b 结尾。
- 问题：(b|ab)*b 可以生成 abb（合法），但无法生成 aab（因为 a 必须后跟 b）。
选项 B：(ab*)*b
- ab* 表示 a 后跟任意数量 b（如 a, ab, abb, ...）。
- (ab*)* 可以生成 ε, a, ab, aab, abab, ...。
- 最后接 b，确保以 b 结尾。
- 问题：无法生成 bb（因为 a 必须至少出现一次）。
选项 C：a*b*b
- a* 表示任意数量 a，b* 表示任意数量 b。
- a*b*b 可以生成 ab, aab, abb, aabb, ...。
- 问题：无法生成 b（因为 a* 和 b* 至少有一个 a 或 b）。
选项 D：(a|b)*b
- (a|b)* 表示任意由 a 和 b 组成的字符串（包括空串）。
- 最后接 b，确保以 b 结尾。

由字符a、b构成的字符串中，若每个a后至少跟一个b，则该字符串集合可用正规式表示为（）。

A. (b|ab) * B. (ab* ) * C. (ab ) * D. (a|b) *

选项 A：(b|ab)*
- b 表示单独的 b，ab 表示 a 后跟 b。
- (b|ab)* 可以生成 b, ab, bb, abb, bab, abab, ...。
选项 B：(ab*)*
- ab* 表示 a 后跟任意数量 b（包括 a 后不跟 b，即 a）。
- (ab*)* 可以生成 a, aa, ab, aab, ...。
- 问题：允许 a 单独出现（如 a 或 aa），违反规则。
选项 C：(a*b*)*
- a* 和 b* 允许任意数量的 a 和 b，包括 a 单独出现。
- 可以生成 a, aa, ab, ba, aab, ...。
- 问题：允许 a 单独出现或 a 后不跟 b（如 aa）。
选项 D：(a|b)*
- 表示所有由 a 和 b 组成的字符串。
- 问题：允许 a 单独出现或 a 后不跟 b（如 a, aa）。

简单算术表达式的结构可以用下面的上下文无关文法进行描述（E为开始符号），（）是符合该文法的句子。

文法规则：
E → T | E + T     
T → F | T * F     
F → -F | N     
N → 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9  
选项：
A. 2--3*4
B. 2+-3*4
C. (2+3)*4
D. 2*4-3

文法规则：以E为开始符号，定义了简单算术表达式的结构。具体规则为：
- E可推导为T或者E+T；
- T可推导为F或者T*F；
- F可推导为 -F或者N；
- N可推导为0 - 9中的任意一个数字。

E -> E + T * -F 对应选项B （乘法的 -3 和 4可以对调，所以符合）。

四、有限自动机（FA）

DFA（确定的FA）
- 五元组：(S,Σ,f,s0,Z)
  - f：单值转换函数（唯一后继状态）。
- 特点：输入字符对应唯一状态转移。
NFA（不确定的FA）
- 特点：
  - 同一输入可能转移到多个状态。
  - 允许 ε 转移。
- 等价转换：通过子集构造法转换为DFA。

真题示例：

第一题：C，存在1使状态改变和循环

第二题：A，0110可以满足（其他选项首尾已经不满足）

五、语法分析方法

方法	方向	核心思想	示例
自上而下	最左推导	从开始符号推导输入串	递归下降法
自下而上	最右归约	从输入串归约到开始符号	移进-归约（栈实现）