编译原理

编译原理

                                          ↓源程序                                                        对应的自然语言

 

出错处理

表格管理（数据结构）

                                   1.词法分析器                                                         识别单词

 

                                          ↓单词符号                                                            ↓

                                   2.语法分析器                                                         分析句法

                                          ↓语法单位                                                            ↓

                                   3.语义分析和中间代码分析器                                初步翻译

                                          ↓中间代码                                                            ↓

                                   4.代码优化器                                                         译文润色

                                          ↓中间代码                                                            ↓

                                   5.目标代码生成器                                                  正式翻译

                                          ↓目标代码

基本概念：

1. 预备
   1. 字符（字母）
   2. 字母表
   3. 字符串（句子、行）、空串、由空字符组成的串
   4. 字符串长度
   5. 串的连接运算
   6. 字符串的前缀、真前缀、后缀、真后缀
   7. 字符串的公共前缀、最大公共前缀、公共后缀、最大公共后缀
   8. 子串、公共子串、最大公共子串
   9. 两个字母表的乘积运算
   10. 字母表的幂运算
   11. 字母表的闭包运算（*、+）
   12. 语言
2. 文法
   1. 定义
   2. 类型
      1. 0型 ——短语文法

称 G=(VT，VN，S，P )是一个0型文法，如果它的每个产生式 α→β是这样的结构，α∈(VN∪VT)* 且至少有一个非终结符，而β∈(VN∪VT)*

1. 1. 1. 1型 ——上下文有关文法

G的任何产生式 α→β 均满足：|α| <|β|（其中 |α| 和 |β| 分别为 α 和 β 的长度；仅 S→ε 除外）

1. 1. 1. 2型 ——上下文无关文法

G的任何产生式为：A→β，A∈VN ，β∈(VN∪VT)*

1. 1. 1. 3型 ——右线性文法，另一种形式称为左线性文法。

——等价于正规式，也称为正规文法

G的任何产生式为：A→aB或A→a，其中a∈VT，A、B∈VN（右）

G的任何产生式为：A→Ba或A→a，其中a∈VT，A、B∈VN（左）

1. 文法和语言的形式化定义
   1. 如何描述一种语言？
      1. 如果语言是有穷的（只包含有穷多个句子），可以将句子逐一列出来表示
      2. 如果语言是无穷的，找出语言的有穷表示
   2. 语言的有穷表示有两个途径：
      1. 生成方式（文法）：

语言中每个句子可以用严格定义的规则来构造

1. 1. 1. 识别方式（自动机）

用一个过程，当输入的一任意串属于语言时，该过程经有限次计算后就会停止并回答 “是”，若不属于，要么能停止并回答 “不是”，要么永远继续下去

1. 上下文无关文法及其语法树
   1. 句型的语法分析树的构造
   2. 规范推导——最右推导
   3. 规范句型
   4. 上下文无关文法的语法树
2. 二义文法
   1. 定义
   2. 解决方案
3. BNF：
4. 句型分析
5. 语法树构造过程
   1. 自上而下的语法分析
   2. 自下而上的语法分析——规约
   3. 句型分析的有关问题
6. 短语、直接短语和句柄
7. 语法树与短语的关系：

语法树子树的末端结点符号串即使语法树所描述的句型的短语；

简单字数（只有父子两代）的末端节点符号串即使直接短语；

做做简单子树的末端节点符号串即是句柄；

1. 正规文法：
2. 正规式：
3. 正规集
4. 有穷自动机
5. 确定有穷自动机：DFA（deterministic finite automaton）
6. 非确定有穷自动机：NFA（nondeterministic finite automaton）
7. 状态转换图：
8. 最左推导：
9. 左递归
10. 中间代码：
11. 逆波兰式：
12. DAG：无循环有向图
13. 属性文法：在上下文无关文法的基础上，为每个文法符号（终结符或终结符）配备若干相关的 “值”（称为属性）——属性翻译文法
14. 抽象语法树:
15. 三地址代码：

由下面一般形式的语句构成的序列：

       x := y op z    

其中： x、y、z 为名字、常数、或编译时产生的临时变量；

          op代表运算符号。

          每个语句的右边只能有一个运算符

例：x+y*z

       T1 = y * z

       T2 = x + T1     其中T1 T2 为临时变量

1. 三元式
2. 间接三元式
3. 四元式

1.词法分析：

1. 输入源程序，对字符串扫描分解、识别出单词(或单词符号、简称符号)——实际上是根据不同单词的构词规则，识别单词及其类型。
2. 任务：输入源程序，对字符串扫描分解、识别出单词（或单词符号、或简称符号）。  如：基本字（for、while）、标识符、常熟、算符、界符（标点符号、左右括号等）。

例： for(i= 1; i<=100; i++)

基本字（关键字）：for

运算符：=、<=、++

间隔符： ； ()；

标识符：i

整常数：1、100

1. 注意：
   1. 单词是语言的基本组成部分，是人们理解和编写程序的基本要素
   2. 识别和理解这些要素无疑是翻译的基础。如何讲英文翻译成中文是一样的，如果对英语单词不理解，则谈不上正确的翻译
2. 理解：
   1. 一种高级语言的单词（关键字、标识符、运算符等）是如何规定的—————依循原则：语言的词法规则（或构词规则）
   2. 因为所进行的词法分析是利用程序自动完成的，那么，对于词法规则必须有形式化的描述，才可能设计出词法分析程序，所以必须有词法描述工具————描述工具：正规式和有限自动机
3. 词法分析器的设计思想：
   1. 预处理——对文本文件进行 “规范化”，单词之间只用一个空格或分隔符间开或删除注释等有关的处理
   2. 针对一些特殊的单词识别，采用一种 “超前搜索技术”。在处理时，必须向前多读一个字符，以确定是 > 还是 >=
   3. 在进行单词识别时所需存放数据的数据结构
      1. 通常，一次读取文本中的一行信息（以回车换行为标记），用于存放这行符号的存储单元，称为 输入缓冲区（字符串变量）
      2. 进行预处理，实现符号串的规范化，并存放到另一个存储单元中（称为扫描缓冲区）
      3. 从扫描缓冲区，依次读字符实现不同类型单词的识别，并存放单词
4. 词法分析器的出路步骤：
   1.  
   2.  
   3.  
5. 词法分析器设计方法：
   1. 采用状态转换图描述构词法，并实现识别。——手工实际词法分析程序
   2. 采用正规表达式描述词法，然后将正规表达式转换为自动机（利用正规式和自动机的等价性），最后实现单词识别——自动设计词法分析程序
6. 技术：
   1. 概况：

文法

↓

正规式——单词的形式化描述工具

↓

自动机——单词的形式化识别系统           确定有穷自动机DFA

                                                                             ↓

                                                               非确定有穷自动机NFA

1. 1. 正规文法——程序设计语言的单词都能用正规文法描述
   2. 正规式——用于描述正规文法的所有句子
      1. 正规式的运算律
      2. 正规式的等价
      3. 正规式和正规文法的转换
         1. 正规式和正规文法之间的等价转换
            1. 转换规则              文法产生式                  正规式
               1. 规则①           A->xB    B->y             A=xy
               2. 规则②           A->xA | y                     A=x* y
               3. 规则③           A->x      A->y             A->x | y
         2. 正规是与正规集之间的等价转换
   3. 有限自动机
      1. 有限自动机理论：
      2. 自动机的图形描述——状态转换图
      3. 利用构词法生成状态转换图
   4. DFA
      1. DFA是一个五元式：
      2. DFA的矩阵表示
      3. DFA识别的语言
      4. DFA与正规集的等价性
   5. NFA
      1. NFA是一个五元式：
      2. NFA的矩阵表示
      3. NFA的状态转换图
      4. NFA接受的语言
         1.  
         2. 存在的缺点
   6. DFA与NFA的等价转换
      1. 不具有 ε动作的 FA——子集构造法
      2. 具有 ε动作的FA
   7. 正规式与有限自动机的等价性
   8. 确定有限自动机的化简
   9. 正规文法与有限自动机的等价行（自学）

2.语法分析：

1. 在词法分析的基础上，根据语言的语法规则，把单词符号串分解成各类语法单元（语法范畴）
2. 任务：在词法分析的基础上，根据语言的语法规则，把单词符号串分解成各类语法单元（语法范畴）

如：短语、子句、句子（语句）、程序段、函数、程序等。通过语法分析，确定整个输入串是否构成语法上正确的 “程序“。

1. 注意：识别源程序中，每个语句或语句块是否复合该语言所规定的语法原则？
   1. 一种语言规定了什么语法规则————依循原则：语言的语法规则
   2. 如何判定一个语句是否正确————描述方法：上下文无关文法
2. 语法分析器的基本思想：
   1. 本质：

语法分析器的工作本质上就是按文法的产生式，识别输入符号串是否为一个  句子，并建立一颗与输入串相匹配的语法分析树

1. 1. ①信息输入：

语法分析器按文法的产生式识别输入串是否成为一个句子，其中输入串是指由单词符号（文法的终结符组成）组成的有限序列

1. 1. 正确语句的识别

对于一个文法，给定一串（终结）符号，如何判断他是不是该文法的一个句子？

实际上判断：能否从文法的开始符号推导出这个输入串。或者，就是要建立一颗与输入串相匹配的语法分析树

1. 1. 识别方法：

自顶向下

自底向上

1. 技术：
   1. 概况：

不确定的

自顶向下分析法                         递归下降分析法

                     确定的   

                                          预测分析法LL(1)

语法分析的方法：                                                 简单优先分析法

                                                 优先分析法

                                                                      算符优先分析法

                     自低向上分析法                         LR(0)分析法

                                                                      SLR(1)分析法

                                                 LR分析法      LR(1)分析法

                                                                      LALR(1)分析法

1. 1. 采用上下文无关文法。将上下文无关文法作为语法分析的基础
   2. 自顶向下分析法
      1. 判定一个句子是否符合语法规则处理要点
         1. 由根向下构造语法树
         2. 构造最左推导
         3. 推导出的终结符是否与与当前输入符匹配
      2. 自上而下分析法面临的问题
         1. 推导过程出现大量回溯现象
         2. 推导过程出现死循环
         3. 难以知道输入串中
      3. 解决——>修改文法
         1. 消除左递归
         2. 消除回溯，提取左因子
      4. 确定的自顶向下分析条件
         1. 首字符集（FIRST）
         2. 后继符号集（FOLLOW）
         3. 条件①：文法不含左递归
         4. 条件②：对于文法中的每个非终结符A的各个产生式的候选首字符集两两不相交。
         5. 条件③：
   3. LL（1）文法：
      1. 判断
      2. 分析过程
      3. 提供的设计程序的方法：
         1. 设计-递归下降分析程序实现语法分析
         2. 设计-预测分析程序实现语法分析
   4. 自下而上分析法
      1. 基本思想
      2. 基本问题
      3. 分析法包括两种方法：
         1. 优先分析法
            1. 简单优先分析法
            2. 算符优先分析法
         2. LR分析法
            1. LR（0）分析法
            2. SLR（1）分析法
            3. LR（1）分析法
            4. LALR（1）分析法
   5. 算符优先分析法
   6. LR分析表
   7. LR方法的基本思想
   8. LR（0）分析法
   9. SLR（1）

3.语义分析与中间代码生成：

1. 对语法分析所识别的各类语法范畴，分析其含义，并进行初步翻译（产生中间代码）
2. 任务：对语法分析所识别的各类语法范畴，分析其含义，并进行初步翻译（产生中间代码）
3. Def：将一个符合语法规则的语句，等价转换另一个语言描述语句。
4. 注意：实际上就是翻译，你需要知道该语句所要表达的意义（语义）
5. 工作：
   1. 静态语义检查：变量是否定义，类型是否正确等———依循原则：语言的语义规则
   2. 若语义正确，则进行中间代码翻译————描述方法：属性文法

 

1. 技术：                                                                           ①类型检查
   1. 概况：                                       (静态语义审查)     ②控制流检查

静态语义分析       ③一致性检查

                                                 ④上下文相关性检查

语义分析的工作                                ⑤名字的作用域检查

                                          动态语义处理

              语义的形式化描述——属性文法

1. 1. 语义分析:                      过程

依赖图                树遍历的属性计算方法

                属性的计算顺序 

                                   语法制导  属性的计算过程                     L-属性文法可用于一边扫

翻译：          及其实现  一边扫描的       描的自上而下分析

翻译模式               处理方法 S-属性文法适合于一边扫

                自顶向下翻译                                   描的自下而上分析

1. 1. 1. 属性文法
   2. 中间代码
      1. 作用
      2. 编译方法：语法制导翻译
      3. 形式：
         1. 逆波兰式——后缀式
            1.  
         2. 图表示法——DAG和抽象语法树
         3. 三地址代码——四元式，三元式，间接三元式
   3. 基于语法制导的翻译
      1. 数值表达式的中间代码描述
      2. 简单赋值表达式的中间代码描述
      3. 逻辑表达式的中间代码描述
      4. 控制表达式中布尔表达式的翻译
      5. While循环的中间代码描述
      6. For循环的中间代码描述
      7. 数组元素的赋值过程的中间代码的描述

———————————————————————————————————————

4.优化：

1. 对中间代码加工变换，以期产生更为高效（时间和空间）的目标代码，公共子表达式的提取、循环优化、删除无用代码等。
2. 任务：对中间代码加工变换，以期产生更为高效（时间、空间）的目标代码
3. 采用方法：公共子表达式的提取、循环优化、删除无用代码
4. 依循原则：程序的等价变换规则
5. 技术：

5.目标代码生成：

1. 把中间代码（或优化后）变换成特定机器上的低级语言代码
2. 任务：把中间代码（或优化后）变换成特定机器上的低级语言代码
3. 生成过程非常复杂：
   1. 最后的翻译，有赖于硬件系统结构和机器指令含义，设计硬件功能部件的应用，机器指令的选择，各种类型变量的空间分配，以及寄存器和后院寄存器的调度等。
   2. 如何产生足以发挥硬件效率的目标代码是一件非常不容易的事情
4. 目标代码形式：
   1. 绝对指令代码 → 可立即执行
   2. 可定位指令代码 有→ 借助连接装配程序把各目标模块连接在一起，确定程序变量（或常熟）在主存中的位置，装入内存中指定的起始地址，使之成为绝对指令代码（大多数编译程序采用）
   3. 汇编指令代码 → 汇编器汇编之后执行
5. 技术：

表格与表格管理：

1. 设计编译程序，需要存放有关信息的数据结构，主要采用线性数据结构——表格及表格管理
2. 一系列的表格，用以登记源程序的各类信息和编译各个阶段的进展情况。合理设计表格是编译程序构造的一个重要问题
3. 其中最重要的是 符号表：登记源程序中出现的每个名字及其各个属性。
4. 当扫描器是被一个名字（标识符）后，就把该名字填入到符号表中。但此时不能完全确定该名字的属性，其各种属性要在后续的各个阶段才能填入。因此编译各阶段都涉及到构造、查找或更新有关表格。

出错处理：

1. 不仅能对书写正确的源程序进行编译，而且应能对出现的错误进行处理，若源程序有错，应设法发现错误，并把有关信息报告给用户
2. 专门由一组程序完成，出错处理程序。
3. 绝大多数的错误可在编译的前三个阶段检测出来：
   1. 语法错：不符合词法规则（“非法字符“）、或不符合语法规定（”括号不匹配“、”缺少；“等。
   2. 语义错：不符合语义规则，语义分析时检测出来（静态语义）。有事要到运行时才能检测出来（动态语义）。如：说明错误、作用域错误、类型不一致错误等。