编译原理-学习记录9

ch4.（1）自顶向下语法分析（续）

LL(1)文法

  回顾first集和follow集的定义：

  first集：first(${\alpha }_i$)={$a|{\alpha }_i\stackrel{\ast }{\Rightarrow }a...,a\in V_T$}，即从${\alpha }_i$出发，能够推导出的排在首位的终结符的集合。特别地，如果${\alpha }_i\stackrel{\ast }{\Rightarrow }ϵ$，则令$ϵ\in$first(${\alpha }_i$)

  follow集（后随终结符号集合）：follow($U$)={$a|S\stackrel{\ast }{\Rightarrow }...Ua...,a\in V_T$}，即可能在某些句型中紧跟在U右边的终结符号的集合。特别地，当$S\stackrel{\ast }{\Rightarrow }...U$时，规定输入结束符$$\in$ follow($U$)

  现对LL(1)文法进行定义：

  定义：对于文法中任一形如$U\to {\alpha }_1|{\alpha }_2|\dots |{\alpha }_n$的产生式，如果满足：
  1、${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$的first集（终结首符号集）两两不相交
  2、当存在${\alpha }_j\stackrel{\ast }{\Rightarrow }ϵ$时，文法还同时满足first(${\alpha }_i$)$\cap$follow(U)=$\varnothing$（i和j可以相等）

  则该文法称作LL(1)文法

  定义中的第二条，主要是为了解决能够推导出空串的情形。在这种情形下，是需要看后面那个符号的情况的，因此引入了follow集的定义。

举例：判断文法是否为LL(1)文法

  现有一文法：
$$\begin{array}{rl}G[S]:& \\ S& \to eT|RT\\ R& \to dR|ϵ\\ T& \to DR|ϵ\\ D& \to a|bd\end{array}$$

  因为判断是否为LL(1)文法，只需判断是否满足LL(1)的两个定义。对于定义1，先求出各产生式右部的first集（如果右部只有一种选择，则对于定义1而言，无需担心first集相交的问题）：

  first(eT)={e}
  first(RT)={d, $ϵ$, a, b}（对于第一个符号R，可以推导出的首字符为d，而第一个符号R取$ϵ$时，就看第二个符号能推导出哪些首字符，发现T可以推导出$ϵ$、$a$、$b$这三种首字符）
  first(dR)={d}（无论如何推导，首字符已经固定为d）
  first($ϵ$)={$ϵ$}
  first(DR)={a, b}
  first(a)={a}
  first(bd)={b}

  而对于定义2，需要求各产生式左部的follow集：

  对于follow(S)，因为S是开始符号，在右部中也未出现S，所以S后的符号只有结束符号$，因此follow(S)={$}
  对于follow($R$)，R在第一个产生式中出现在右部RT中，因此follow($R$)包含first(T)-{$ϵ$}。而R也出现在第二个产生式的右部dR中，因此follow($R$)也包含follow($R$)。同样地，出现在第三个产生式的右部DR中，说明follow($R$)同样包含follow(T)。此外，由于T可以推导得到$ϵ$，所以对于第一条产生式的右部RT，可以说follow($R$)也包含follow(S)。因此：follow($R$)=(first(T)-$ϵ$)$\cup$follow($R$)$\cup$follow(T)$\cup$follow(S)=(first(T)-{$ϵ$})$\cup$follow(T)$\cup$follow(S)
  对于follow(T)，T分别出现在了第一个产生式的右部eT和RT中，由于右边没有其他符号了，所以follow(T)包含follow(S)。follow(T)=follow(S)={$}
  对于follow(D)，D出现在了第三个产生式右部中的DR中，右边有R，并且R可以推导出$ϵ$。因此，follow(D)=follow(T)$\cup$(first($R$)-{$ϵ$})

  随后求出follow($R$)={a, b, $}（first(T)={a, b, $ϵ$}），follow(D)={d, $}（first($R$)={d, $ϵ$}）

  现按定义进行判断，发现均无交集，因此，文法G[S]是LL(1)文法。

非LL(1)文法的改造

  现在关注如何将非LL(1)文法改造为LL(1)文法。

  有左递归存在的，一定不是LL(1)语法。例如，有左递归产生式$A\to Aa|b$，则first(Aa)={b}，first(b)={b}，显然两个first集相交。

  因此，对非LL(1)文法进行改造，就应该首先消除左递归

  还有一个重要的操作是提取左公因子：将$A\to \alpha \beta |\alpha \gamma$变换为：

$$\begin{array}{rl}A& \to \alpha B\\ B& \to \beta |\gamma \end{array}$$

预测分析器的构造

递归子程序方法

  此方法是对真实推导过程的直接模拟，因此编写程序会较为容易，早期的编译器也基本用的都是递归子程序方法。

  基本思想：对每一个语法成分（非终结符号），构造相应的分析子程序。
  因为语法成分之间含有递归，所以分析子程序之间也会有递归调用，所以这个方法也叫做递归子程序方法。

  构造分析子程序：

  对于产生式$U\to x_1|x_2|...|x_n$，可以构造如下形式的子程序p(U)：

IF ch IN First(x1) THEN p(x1)
ELSE IF ch IN First(x2) THEN p(x2)
    ELSE …
        …
            IF ch IN First(xn) THEN p(xn)
            ELSE IF not(ch IN Follow(U)) THEN Error

  对于产生式$x\to y_1{y}_2...y_m$，可以构造如下形式的子程序p(x)：

begin p(y1); p(y2); ...; p(ym) end

  而对于产生式 x → { y } x\rightarrow \{y\} x→{y}，在程序中则是一个循环

  约定：

  每进入一个分析子程序前，已读到该子程序相应的非终结符号推导出的第一个终结符号/终结首符号。例如，有产生式$C\to e|dC$，则在进入子程序p($C$)前，先读取一个字符，随后进入到子程序中，判断符号是否为’e’或’d’。如果不是，则直接报错；否则，再读取一个字符，进入到下一个子程序p($C$)中。

  缺点：过于依赖分析程序，需要频繁改动分析程序的源程序。因此，新版的编译器就没有多少使用这个方法的了。

LL(1)分析法

  基本思想：
  只需向输入符号串中查看一个输入符号，便能唯一确定当前选择的表达式，这便是LL(1)分析法的命名来源。
  如果写出分析过程的每一步，就会发现实质上是在不断地替换符号表达式的最左非终结符号，这个过程和栈这个数据结构的出栈、入栈操作非常地相似。因此，可以使用符号栈S来存储这些符号。

  分析表

  前面也提到过，递归方法主要问题就在于过于依赖分析程序。而此处的LL(1)分析法则是通过分析表M的使用，来避免这样的依赖。

  定义一个分析表M，分析表的元素M[U，a]为一条关于该非终结符号U的产生式，指出当该非终结符号U面临输入符号a时应选择的产生式，分析表的元素也可能是一个出错标志，指出非终结符号U不能面临终结符号a。

  例如，有文法：

$$\begin{array}{rl}G[E]& :\\ & E\to T{E}^{\prime }\\ & E^{\prime }\to +T{E}^{\prime }|ϵ\\ & T\to F{T}^{\prime }\\ & T^{\prime }\to \ast F{T}^{\prime }|ϵ\\ & F\to (E)|i\end{array}$$

  则根据前述的first和follow集特性，构造出相对应的分析表M（如果a$\in$first(U)，则说明可以选用左部为U的这条产生式来推导得到a首字符；如果U可以推导得出$ϵ$，而a$\in$follow(U)，则也说明可以选用左部为U的这条产生式来推导得到a首字符）：

分析表

  现在，如果在分析的过程中，符号栈S的栈顶元素为E，而输入符号串的当前符号为i。当前任务为试图从E推导得到首字符为i的语法，因此进行查表，发现对应的元素为产生式$E\to T{E}^{\prime }$，因此选用这条产生式，并将栈顶元素E换为TE’并逆序入栈（保证T在栈顶），同时读取符号串的下一个输入字符。

  LL(1)分析算法的思路大致如下：

BEGIN
    ‘$’、开始符号依次入栈； 读第一个输入符号到b； FLAG:=TRUE；
    WHILE FLAG DO //尚未结束
        BEGIN
            IF 栈顶符号X是终结符号
            THEN IF X=b //匹配
                THEN 把下一个输入符号读进b //处理下个符号
                ELSE ERROR //出错
            ELSE IF X =‘$’ //结束标志
                THEN IF X=b THEN FLAG:=FALSE //结束
                	ELSE ERROR //出错
                ELSE IF M[X,b]=“ X→X1X2..XK” //查分析表
                    THEN 把XK,X K-1,..,X1依次入栈//推导
                    ELSE ERROR //出错
    END OF WHILE;
END