文章目录
1. 背景
今天学习了编译原理中的语法分析-自上而下分析的基本问题
这一章节,我参考了国防工业出版社《编译原理》教材1 和中国大学MOOC-国防科技大学《编译原理》的PPT,整理了这一章的内容,希望能够理解这部分的知识。
2. 语法分析
2.1. 语法分析的前提
- 对语言的语法结构进行描述
-
采用正规式和有限自动机描述和识别语言的单词符号
-
用上下文无关文法来描述语法规则
2.2. 语法分析的任务
-
语法分析的任务
- 分析一个文法的句子的结构
-
语法分析器的功能
- 按照文法的产生式(语言的语法规则),识别输入符号串是否为一个句子(合式程序)
2.3. 语法分析器在编译器中的地位
2.4. 语法分析的方法
2.4.1. 自下而上(Bottom-up)
-
定义:从输入串开始,逐步进行归约,直到文法的开始符号
-
归约:根据文法的产生式规则,把串中出现的产生式的右部替换成左部符号
-
特点:从树叶节点开始,构造语法树
-
方法:算符优先分析法、LR分析法
2.4.2. 自上而下(Top-down)
-
定义:从文法的开始符号出发,反复使用各种产生式,寻找"匹配"的推导
-
推导:根据文法的产生式规则,把串中出现的产生式的左部符号替换成右部
-
特点:从树的根开始,构造语法树
-
方法:递归下降分析法、预测分析程序
2.5. 自上而下分析方法的问题
2.5.1. 文法左递归问题
- 定义:一个文法是含有左递归的,如果存在非终结符P
P ⇒ P α P \Rightarrow P \alpha P⇒Pα
含有左递归的文法使上述的自上而下分析过程陷入无限循环。
2.5.2. 回溯问题
- 定义:分析过程中,当一个非终结符用某一个候选匹配成功时,这种匹配可能是暂时的。出错时,不得不“回溯”。
3. 消除文法的左递归
3.1. 直接左递归的消除
- 假定P关于的全部产生式是
P − P α 1 ∣ P α 2 ∣ ⋯ ∣ P α m ∣ β 1 ∣ β 2 ∣ ⋯ ∣ β n P - P \alpha_1 | P \alpha_2 | \cdots | P \alpha_m | \beta_1 | \beta_2|\cdots|\beta_n P−Pα1∣Pα2∣⋯∣Pαm∣β1∣β2∣⋯∣βn
(每个 α \alpha α都不等于 ϵ \epsilon ϵ,每个 β \beta β都不以 P P P开头)
- 左递归变右递归
P → β 1 P ′ ∣ β 2 P ′ ∣ ⋯ ∣ β n P ′ P \rightarrow \beta_1 P' | \beta_2 P' | \cdots | \beta_n P' P→β1P′∣β2P′∣⋯∣βnP′
P ′ → α 1 P ′ ∣ α 2 P ′ ∣ ⋯ ∣ α m P ′ ∣ ϵ P' \rightarrow \alpha_1 P' | \alpha_2 P' |\cdots | \alpha_m P' | \epsilon P′→α1P′∣α2P′∣⋯∣αmP′∣ϵ
3.2. 间接左递归的消除
- 间接左递归定义:给定文法 G ( S ) G(S) G(S):
S → Q c ∣ c S\rightarrow Qc|c S→Qc∣c
Q → R b ∣ b Q\rightarrow Rb|b Q→Rb∣b
R → S a ∣ a R\rightarrow Sa|a R→Sa∣a
虽然不存在直接左递归,但 S 、 Q 、 R S、Q、R S、Q、R都是左递归的,例如有
S ⇒ Q c ⇒ R b c ⇒ S a b c S \Rightarrow Qc \Rightarrow Rbc \Rightarrow Sabc S⇒Qc⇒Rbc⇒Sabc
- 一个文法消除左递归的条件
- 不含以ε为右部的产生式
- 不含回路 P ⇒ P P \Rightarrow P P⇒P
- 消除左递归的算法:
- 把文法G的所有非终结符按任一种顺序排列 P 1 , P 2 , ⋯ , P n ; P_1, P_2,\cdots,P_n; P1,P2,⋯,Pn;
- 按此顺序执行如下伪代码
FOR i:=1 TO n DO
BEGIN
FOR j:=1 TO i-1 DO
(1)
(2)
END
(1) 把形如 P i → P j γ P_i \rightarrow P_j \gamma Pi→Pjγ的规则改写成 P i → δ 1 γ ∣ δ 2 γ ∣ … ∣ δ k γ ; Pi \rightarrow \delta_1 \gamma | \delta_2 \gamma | … | \delta_k \gamma ; Pi→δ1γ∣δ2γ∣…∣δkγ;
( 其中 P j → δ 1 ∣ δ 2 ∣ ⋯ ∣ δ k P_j \rightarrow \delta_1 | \delta_2 | \cdots | \delta_k Pj→δ1∣δ2∣⋯∣δk是关于 P j P_j Pj的所有规则 )
(2) 消除关于 P i P_i Pi规则的直接左递归性
- 化简由 2 所得的文法,去除从开始符号出发永远无法到达的非终结符的产生规则。
- 举例:给定文法 G ( S ) G(S) G(S)如下
S → Q c ∣ c S\rightarrow Qc|c S→Qc∣c
Q → R b ∣ b Q\rightarrow Rb|b Q→Rb∣b
R → S a ∣ a R\rightarrow Sa|a R→Sa∣a
- 将非终结符排序为 R 、 Q 、 S R、Q、S R、Q、S。对于 R R R,不存在直接左递归。
- 把 R R R带入到 Q Q Q 的有关候选后,我们把 Q Q Q 的规则变为
Q → S a b ∣ a b ∣ b Q\rightarrow Sab|ab|b Q→Sab∣ab∣b
现在 Q Q Q 同样不包含直接左递归,把它带入到 S S S 的有关候选后, S S S 变成
S → S a b c ∣ a b c ∣ b c ∣ c S \rightarrow Sabc|abc|bc|c S→Sabc∣abc∣bc∣c
接着消除 S S S 的直接左递归,最后得到的文法为
S → a b c S ′ ∣ b c S ′ ∣ c S ′ S \rightarrow abcS'|bcS'|cS' S→abcS′∣bcS′∣cS′
S ′ → a b c S ′ ∣ ϵ S' \rightarrow abcS' | \epsilon S′→abcS′∣ϵ
Q → S a b ∣ a b ∣ b Q\rightarrow Sab|ab|b Q→Sab∣ab∣b
R → S a ∣ a R\rightarrow Sa|a R→Sa∣a
- 显然,其中关于 Q Q Q 和 R R R 的规则已经多余了,我们可以对它们进行化简,最后得到的结果如下。
S → a b c S ′ ∣ b c S ′ ∣ c S ′ S \rightarrow abcS'|bcS'|cS' S→abcS′∣bcS′∣cS′
S ′ → a b c S ′ ∣ ϵ S' \rightarrow abcS' | \epsilon S′→abcS′∣ϵ
- 注意:由于对非终结符排序的不同,最后所得的文法在形式上可能不一样。但不难证明,它们都是等价的。
4. 消除回溯
- 条件:
- 对文法的任何非终结符,当要它去匹配输入串时,能够根据它所面临的输入符号准确地指派它的一个候选去执行任务,并且此候选的工作结果应是确信无疑的。
即假设现在轮到非终结符 A A A 去执行匹配任务, A A A 共有 n n n 个候选,即
A → α 1 ∣ α 2 ∣ ⋯ ∣ α n A \rightarrow \alpha_1| \alpha_2| \cdots | \alpha_n A→α1∣α2∣⋯∣αn
A A A 面临一个输入符号 x x x时,如果输入串是一个合法的句子,那么 A A A 能够指派某个唯一确定的候选 α i \alpha_i αi 来匹配 x x x,若不能匹配 x x x,说明输入串不是合法的句子。
4.1. FIRST集合
- 定义:令 G G G 是一个不含左递归的文法,对 G G G 的所有非终结符的每个候选 α \alpha α 定义它的终结首符集 F I R S T ( α ) FIRST(\alpha) FIRST(α)为:
F I R S T ( α ) = { a ∣ α ⇒ a , ⋯ a ∈ V T } FIRST(\alpha) = \{ a| \alpha \Rightarrow a, \cdots a \in V_T \} FIRST(α)={a∣α⇒a,⋯a∈VT}
特别是,若 a ⇒ ϵ a \Rightarrow \epsilon a⇒ϵ, 则规定:
ϵ ∈ F I R S T ( α ) \epsilon \in FIRST(\alpha) ϵ∈FIRST(α)
换句话说, F I R S T ( α ) FIRST(\alpha) FIRST(α)是 α \alpha α 的所以可能推导的开头终结符 或可能的 ϵ \epsilon ϵ 。 如果非终结符 A A A 的所有候选首符集两两不相交,即 A A A 的任何两个不同候选 α i \alpha_i αi 和 α j \alpha_j αj
F I R S T ( α i ) ⋂ F I R S T ( α j ) = ∅ FIRST(\alpha_i) \bigcap FIRST(\alpha_j) = \varnothing FIRST(αi)⋂FIRST(αj)=∅
那么,当要求 A A A 匹配输入串时, A A A 就能根据它所面临的第一个输入符号 a a a,准确地指派某一个候选前去执行任务。这个候选就是那个终结首符集含 a a a 的 α \alpha α.
4.2. 提取公共左因子
假定关于A的规则是
A → δ β 1 ∣ δ β 2 ∣ … ∣ δ β n ∣ γ 1 ∣ γ 2 ∣ … ∣ γ m A \rightarrow \delta \beta_1 | \delta \beta_2 | …| \delta \beta_n | \gamma_1 | \gamma_2 | … | \gamma_m A→δβ1∣δβ2∣…∣δβn∣γ1∣γ2∣…∣γm
(其中,每个 γ \gamma γ 不以 δ \delta δ开头)
那么,可以把这些规则改写成
A → δ A ′ ∣ γ 1 ∣ γ 2 ∣ ⋯ ∣ γ m A \rightarrow \delta A' | \gamma_1 | \gamma_2 | \cdots | \gamma_m A→δA′∣γ1∣γ2∣⋯∣γm
A ′ → β 1 ∣ β 2 ∣ ⋯ ∣ β n A' \rightarrow \beta_1 | \beta_2 | \cdots | \beta_n A′→β1∣β2∣⋯∣βn
经过反复提取左因子,就能够把每个非终结符(包括新引进者)的所有候选首符集变成为两两不相交。
如果空字 ϵ \epsilon ϵ 属于某个非终结符的候选首符集,那么问题就比较复杂。引入Follow集合。
4.3. FOLLOW集合
假定 S S S是文法 G G G的开始符号,对于 G G G的任何非终结符 A A A,我们定义 A A A的FOLLOW集合
F O L L O W ( A ) = { a ∣ S ⇒ . . . A a . . . , a ∈ V T } FOLLOW(A) = \{a|S \Rightarrow ...Aa..., a \in V_T \} FOLLOW(A)={a∣S⇒...Aa...,a∈VT}
特别是,若
S ⇒ ⋯ A S \Rightarrow \cdots A S⇒⋯A
则规定
# ∈ F O L L O W ( A ) \# \in FOLLOW(A) #∈FOLLOW(A)
表示若 A A A在句子的末尾,则标示句子末尾的 # \# # 在 A A A的 F o l l o w Follow Follow 集合中。
注:部分内容整理自国防工业出版社《编译原理》教材和中国大学MOOC-国防科技大学《编译原理》PPT
5. 参考文献
[1] 陈火旺. 编译原理 [M]. 北京 : 国防工业出版社, 2010.
联系邮箱:curren_wong@163.com
Github:https://github.com/CurrenWong
欢迎转载/Star/Fork,有问题欢迎通过邮箱交流。