编译原理复习（第一部分）

第一章 引论

1.概述

语言分类

强制式语言（imperative)： C、C++、C#、Java
声明式语言（declarative)： ML、Haskell（函数式语言）、Prolog(约束逻辑语言）
冯诺伊曼语言： 大部分语言都是，少部分例外（如Prolog)
面向对象语言： C++、C#、Java和Ruby
脚本语言： Awk、JavaScript、Perl、PHP、Python、Ruby和Tcl

编译：将高级语言（源语言）翻译成汇编语言或机器语言（目标语言）的过程
解释：把源程序代码一行一行的读懂，然后一行一行的执行，发生在运行时，产物是运行结果。

编译和解释的例子：

• C是编译过程
• Scheme是解释过程
• JAVA结合； 编译与解释的过程

语言处理系统

起始位置+相对地址=绝对地址

2.词法分析概述

字符流转为单词流

词法分析的主要任务
从左向右逐行扫描源程序的字符，识别出各个单词，确定 单词的类型。将识别出的单词转换成统一的机内表示—— 词法单元 (token) 形式
token ：< 种别码，属性值 >

2.语法分析概述

主要任务：从词法分析器输出的token序列中 识别出各类短语，并 构造语法分析树（parse tree)

3.语义分析概述

主要任务：收集标识符的属性信息
（种属kind：简单变量、符合变量、过程）
（类型type：整型、实型、字符型…)
（存储位置、长度）
（值）
（作用域）
（参数和返回值信息）
语义检查

类型检查在语义分析阶段
分析具体例子：

常用的中间表示形式：三地址码（四元式、三元式、间接三元式）、语法结构树/语法树（syntax trees)

注：syntax trees和parse tree不一样，参考语法分析树、语法树、二义性的消除

第二章 程序设计语义及其文法

1.基本概念

字母表

字母表的运算：

1. 字母表∑ 1和∑ 2的乘积(product)
2. 字母表∑ 的n次幂(power)
3. 字母表∑ 的正闭包(positive closure)
4. 字母表∑ 的克林闭包(Kleene closure)（正闭包+空）

2.文法的定义

符号约定
下述符号是 终结符
  ➢(a) 字母表中排在前面的小写字母 ，如 a、 b、 c
  ➢(b) 运算符，如 + 、* 等
  ➢© 标点符号，如 括号、逗号等
  ➢(d) 数字0、1、. . . 、9
  ➢(e) 粗体字符串，如id、if
下述符号是 非终结符
  ➢(a) 字母表中排在前面的大写字母，如A、B、C
  ➢(b) 字母S。通常表示开始符号
  ➢© 小写、斜体的名字，如expr、stmt等
  ➢(d) 代表程序构造的大写字母。如E( 表达式) 、T( 项)和F( 因子)
字母表中排在后面的大写字母 （如X 、Y 、Z ）表示 文法符号 （即终结符或非终结符）
字母表中排在后面的小写字母 （主要是u、v 、. . . 、z ）表示 终结符号串 （包括 空串 ）
小写希腊字母，如α 、β 、γ ，表示 文法符号串 （包括 空串 ）
除非特别说明，第一个产生式的左部就是开始符号

3.语言定义

推导和规约
给定文法G=(VT , VN , P , S ) ，如果 α→β ∈ P ，那么可以将符号串γαδ 中的α 替换为β，也就是说，将γαδ重写 ( (rewrite) ) 为γβδ ， 记作 γαδ =>γβδ 。此时，称文法中的符号串 γαδ 直接推导 ( (directly derive) ) 出 γβδ
➢ 简而言之，就是 用产生式的右部替换产生式的左部

句型和句子
如果 S -> * α ，α ∈(VT ∪VN ) * ，则称α 是G 的一个句型(sentential form)
➢ 一个句型中既可以包含终结符 ，又可以包含非终结符 ，也可能是空串
➢ 如果 S ->* w ，w ∈V T * ，则称w 是G的一个 句子(sentence)
➢ 句子是 不包含非终结符的

4.文法的分类

➢0型文法 ( (Type-0 Grammar) )
α → β
无限制文法 (Unrestricted Grammar) / 短语结构文法(Phrase Structure Grammar, PSG )
∀α → β∈P，α中至少包含1个非终结符
0 型语言
由0型文法G 生成的语言L(G )

➢1型文法 ( (Type-1 Grammar) )
α → β
上下文有关文法 (Context-Sensitive Grammar ,CSG )
∀α → β∈P，|α| ≤ |β|（产生式左部符号的个数不能多于右部）
产生式的一般形式：α1Aα2 → α1βα2( β≠ε )
上下文有关语言（1 型语言）
由上下文有关文法 (1型文法)G生成的语言L(G )

CSG中不包含ε-产生式

➢2型文法 ( (Type-2 Grammar) )
α → β
上下文无关文法 (Context-Free Grammar,CFG )
➢∀α → β∈P，α ∈VN
产生式的一般形式：A→β
上下文无关语言（2 型语言）
➢由上下文无关文法 (2型文法)G生成的语言L(G )

➢3型文法 ( (Type-3 Grammar) )
α → β
➢正则文法（Regular Grammar,RG)
右线性（Right Linear)文法：A->wB或A->w
左线性（Left Linear）文法：A->Bw或A->w
左线性文法和右线性文法都称为正则文法
➢正则语言（3型语言）
由正则文法（3型文法）G生成的语言L(G)

四种文法之间的关系

5.CFG的语法分析树

例子：



BNF表示语法规则的方式为：

• 非终结符用尖括号括起。
• 每条规则的左部是一个非终结符，右部是由非终结符和终结符组成的一个符号串，中间一般以::=分开。
• 具有相同左部的规则可以共用一个左部，各右部之间以直竖“|”隔开。

语法分析树特点：

• 树根用Start Symbol（开始符号）来标记
• 叶结点是Token或ε（空串）
• 内结点（非叶）是Non-Teminal（非终结符）
• 如果A->x1x2…xn，那么A是个内结点；x1,x2…xn是A的儿子和可以是Terminals或Tokens

文法可能会有二义性(如果一个文法可以为某个句子生成多棵分析树，则称这个文法是二义性的）
例子：

语法制导翻译： 把属性与文法规则&构造相结合，随着分析的进展进行语义翻译

• 左递归产生死循环
• 消除左递归的方法：
  

第三章 词法分析

1.词法单元、模式、词素

词法单元： 由一个词法单元名和一个可选的属性值组成。
模式： 描述了一个词法单元的词素可能具有的形式。
词素： 是源程序中的一个字符序列，它和某个词法单元的模式匹配，并被词法分析器识别为该词法单元的一个实例。

2.正则表达式

语言L={a}{a,b}*({ε} ∪({.,_}{a,b}{a,b} * ))
正则表达式(Regular Expression ，RE) 是一种用来描述正则语言的更紧凑的表示方法
➢正则表达式可以由 较小的正则表达式按照特定规则 递归 地构建。每个正则表达式 r 定义（ 表示 ）一个语言，记为L(r )。这个语言也是根据r的子表达式所表示的语言递归定义。

例子：

RE的代数定律

正则定义

3.有穷自动机

1)有穷自动机是识别器，它们只能对每个可能的输入串简单地回答“是”或“否”

2)有穷自动机分为两类：

• 不确定的有穷自动机（NFA） 对其边上的标号没有任何限制。一个符号标记离开同一状态的多条边，并且空串ε也可以作为标号
• 对于每个状态及自动机输入字母表中的每个符号，确定的有穷自动机（DFA） 有且只有一条离开该状态、以该符号为标号的边。

状态图的表示

确定的有穷自动机（DFA）
M=（S ，Σ ，δ ，s0，F)
➢S：有穷状态集
➢Σ：输入字母表，即输入符号集合。假设ε不是Σ中的元素
➢δ：将S×Σ映射到S的转换函数 。∀s∈S,a∈Σ,δ(s,a) 表示从状态s出发，沿着标记为a的边所能到达的状态。
➢s0：开始状态(或初始状态)，s0∈S
➢F：接收状态(或终止状态)集合，F⊆S

非确定的有穷自动机（NFA）
M=（S ，Σ ，δ ，s0，F)
➢S：有穷状态集
➢Σ：输入符号集合，即输入字母表。假设ε不是Σ中的元素
➢δ ： 将S ×(Σ ∪{ε}) 映射到2^S的转换函数。∀s ∈S, a∈Σ, δ(s,a) 表示从状态s出发，沿着标记为a的边所能到达的状态 集合
➢s0：开始状态(或初始状态)，s0∈S
➢F：接收状态(或终止状态)集合，F⊆S

DFA和NFA的等价性

4.正则表达式到有穷自动机

5.NFA到DFA的转换

总结：通过不断计算闭包，最后得出转换表，再根据转换表画DFA

DFA的最小化
1.先将DFA的状态分为两组，一部分为非接受状态，另一部分为接受状态（即状态集里有最后一个标号的）
2.对两组的其中一组，根据不同的符号输入，转移到不同的状态进行分组，然后重复操作，再对另一组也进行同样的操作。
（纯属个人理解，描述可能有问题，仅供参考）
参考龙书p115