【编译原理】上下文无关语法和语言

回顾乔姆斯基层次结构（Chomsky Hierarchy）

乔姆斯基将语法分为4个类，每个类对应一种语言：

类型2（上下文无关语法）：G中的规则为A → β、 A∈Vn，β∈V+
由类型2定义的语言：L2或上下文无关语言
抽水原理（Pumping Lemma）：接受或承认这类语言

类型3（正则语法）:G中的规则为
A → aB or A → a, A、B∈Vn , a∈Vt
A → Ba or A → a, A、B∈Vn , a∈Vt
由类型3定义的语言：L3或正则语言
有限自动机（Finite Automata）：接受或识别这种类型的语言

L0⊃L1⊃L2⊃L3 (L3限制条件最多的, 四种语法包含关系)
类型0语法：α中至少有一个非终结符
类型1语法：|α|≤|β|
类型2语法：α∈Vn
类型3语法：A→wB或A→Bw

如果语法是正则的，那么它必须是上下文无关的

上下文无关语言

并非所有语言都是正则的

事实证明，有一类更大的语言结合了L语言，事实上所有的正则语言：

1. 上下文无关语言
2. 正则语言是上下文无关语言的严格子集

上下文无关语法

定义上下文无关语言：

1. 实际上很重要（首次研究人类语言的结构）

应用于编程语言的编译器：

1. 指定语言的语法
2. 解析器用于从输入中提取可用于进一步编译的结构（例如抽象语法树）

使用示例比较两种语法的写法

上下文无关语法:
左边代表结构的名字

正则表达式:

使用语法生成属于该语言的字符串

应用替换规则，直到没有变量。

获得字符串的替换序列称为派生（derivation）。

每个替换由⇒

方法一：用双箭头来表示推导过程

方法二：用树来表示

派生的替代表示（我们将在后面讨论）

语法语言

派生生成的所有字符串
任何可以由上下文无关语法生成的语言都是上下文无关语言。

上下文无关语法（CFG）的定义

派生（Derivations）

派生（Derivation，长度为n时）：假设u0，u1，…，un（n>0）是V*中的所有字符串，并且

然后，上述序列称为“长度n的推导”，也称为r推导（produces/yields）w，反之亦然（w规约（reduces）r）

推导和规约是两个相反的过程

从语法中消除歧义

尽量避免左递归的形式，容易出现二歧义的问题

下拉自动机(PDA)的正式定义

上下文无关语法和自动机（Automata）

对于每个上下文无关语法，都有一个PDA可以识别相同的语言，反之亦然。

每个有限自动机都是PDA的特殊情况，其中堆栈内容无关紧要。

Thanks to Dr. John: Some contents are from their slides.