符号表、哈希函数和哈希表（Bison实验2有感）

 

符号表和哈希函数是有关系的。

哈希函数可以实现：输入一个字符串，然后通过哈希函数将它转换为一个数字输出。查找字符串的时候，时间复杂度为O(1)。

我们实验的parser.c头文件中就有一些描述：get_symbol函数的作用就是对于将词法分析得到的token分配相应的符号表序号。哈希函数的作用就是将输入的字符串p经过哈希移位取模计算，输出cell，来作为hashvec的索引。对了hshvec[]初始化是用-1来初始化的，所以get_symbol返回的值都是负数。

int   get_symbol (char* token) 
{
	char* p = token;					 	// Point at start.
	unsigned long hash;
	int i = 0;

	length  = strlen(token);  	// Set length. //足够了
	hash = length;         	   		// Set hash to length. 
	// Set shift value to 0.
	do									      		// Assume length != 0
	{
		hash += *p << i;
		i += 4;		                  		
		i %= 32;
		p++;
	}
	while ( *p != '\0' );
	cell = hash % max_cells; 					// Get first cell.
	i = hashvec [cell];				   		// Get symbol index.
	if (i >= 0) 
	{
		p = token;						   // Point at token start.
		do
		{
			if (symbol[i].length == length)	// If lengths are equal ...
			{
				char* q = symbol[i].name;		// Point at symbol name.
				unsigned short j = 0; 
				do 
				{
					if (p[j] != q[j]) goto Cont;	// If characters not equal ...		
				}
				while (++j < length);				// while end not reached. 
				return (i);								// Found it.  //相同的名字，则不会重新存储
			}
Cont:    cell = (hash *= 65549)/hashdiv;	// Get new cell number.
			i = hashvec [cell];					// Get symbol index.
		}
		while (i >= 0);      					// While not empty slot.  //直到i<0,找到一个新的，此时cell指向一个新的空位置(数组下标)
	}
	return (i);										// Return symbol number.
}

既然get_symbol返回的都是负数，所以进入add_symbol()函数的if（......）语句内。

//再关联一个hash表，检查是否有重复的
int	add_symbol (short t, char* token) 
{
	char *p;
	sti = get_symbol (token);
	  
	length  = strlen(token);
	p = (char*) malloc( (length+1)*sizeof(char) );  //加不加1似乎没影响, 注意释放
	if(p == NULL){
		printf("out of memory for add_symbol\n\n");
	}
	strcpy(p, token);

	if (sti < 0) 
	{
		sti = n_symbols; //符号的序号 sti
		if (n_symbols >= max_symbols)				// Reached maximum number? 
		{
			printf (                  "Number of symbols exceeds %d.\n", max_symbols);
			//fprintf ("out.txt", "Number of symbols exceeds %d.\n", max_symbols);
			quit();
		}

		hashvec[cell] = n_symbols;					// Put symbol number into hash vector.     //hash table中存储了符号的序号，cell的值关联符号的序号值

		//symbol[n_symbols].name = token;	// Define pointer to symbol name.
		symbol[n_symbols].name = p;	// Define pointer to symbol name.
		symbol[n_symbols].length = length;		//	Define symbol name length.
		symbol[n_symbols].term = t;				// Define terminal number (<identifier>, <string>, <number>, ...)
		symbol[n_symbols].type = 0;				// Define type as undefined (zero).
		symbol[n_symbols].cell = cell;			// Define hash vector cell number for this symbol.  //符号的cell值关联到hash表中的数组下标，循环引用
		n_symbols++;									// Increment number of symbols.
	}
	return (sti);									// Return symbol-table index.
}

总结如下图所示：

 

思考来源和研究材料：

《系统软件开发实践》的《Bison实验2》.