编译原理第二章笔记 -- 上下文无关文法

本文中内容整理西安交通大学软件学院吴晓军老师的ppt中，仅供学习使用，请勿转载或他用
参考教材：《程序设计语言 编译原理》（第3版） 陈火旺等 国防工业出版社

程序语言的语法描述与分析

目的

• 对语言的语法结构进行形式描述
• 从形式描述中，研究语法分析器的构造。（分析法递归子程序和算符优先分析法）

上下文无关文法：context-free grammar

引言

文法(grammar)

问题：如何描述语言

定义：文法是描述语言的语法结构的形式规则（即语法规则）

目的：解决语言的有穷说明问题，包含对语法的描述，但却不表达任何语义

文法的描述应该达到以下要求

• 形式上严格、准确
• 易于理解
• 具有较强的描述能力
• 有利于句子的分析和翻译，构造语法分析器

文法分类

课本上有具体介绍这四类文法，看看了解一下

分为4类：0、1、2、3型文法

与程序语言语法有关的是上下文无关文法

文法和语言

一个上下文无关文法G是一个四元式$(V_T,V_N,S,P)$，其中：

这里的闭包指的是文法符号

• $V_T$：是非空有限集，它的每个元素是终结符号；

• $V_N$：是非空有限集，它的每个元素是非终结符号；
  $$V_T\cap V_N=\Phi V_T\cup V_N=V$$

• S：$S\in V_N$，称为开始符号

• $P$：产生式集合（有限），每个产生式的形式是 { P → α ∣ P ∈ V N , α ∈ ( V T ∪ V N ) ∗ , S 至少一次为 P } \{P\rightarrow\alpha|P\in V_N,\alpha\in(V_T\cup V_N)^*,S至少一次为P\} {P→α∣P∈VN​,α∈(VT​∪VN​)∗,S至少一次为P}

例子

• G1（E）中的E表示开始符号，在这说明一下

• | 表示或

• -> is defined as 被定义为

由此可见，文法G1（E）所定义的语言是算术表达式。

如：$id+id,id\ast (id+id)$等，他表达了简单算数表达式由id用A连接起来

该文法的：

• $V_N$是出现在$P$的左部的所有符号集合
• $V$是$P$的所有符号，所以$V_T = V \setminus V_N $
• $S$是该文法所定义的句子名字
• 所以：写出了$P$就能找出其他三元素

定义

终结符

是用以组成语言中的串的基本符号，与程序语言中的“单词”是同义语；

如：表达式$id+(id)\ast (-id)$中，+、-、*、/、id均为终结符

非终结符

是标记某种串的集合的特定符号，与“语法变量”、”语法范畴“是同义词‘

如：表达式、运算符都表示一个串的集合

开始符号

一个$V_N$，标记最终感兴趣的语法范畴。其他非终结符用以定义其它的串集，这有助于定义该语言，也有助于为它处理的语言提供一个分层的结构

产生式

规定由终结符和别的语法范畴组成一个新的语法范畴的办法

结构：非终结符->一串非终结符和终结符

例子：

如果右部只有一个，则直接叫做右部，有多个叫做右部候选式

例如如下表达式：

该语法范畴叫做句子，在程序语言中叫做程序

语言的句子是由一串$V_N$定义，到最后才是一串$V_T$

习惯记号

记号	含义
$V_N$	大写字母A，B，C等
$V_T$	小写字母，0-9，+，- 等运算符，标点，分界符，id（自己定义的标识符的代表），if
$X、Y、Z$	文法符号，可以表示$V_N$或$V_T$的一个符号
$u、v、w\cdot \cdot \cdot z$	$V_T^{\ast }$中的串
$\alpha ,\beta ,\gamma$	文法符号$\in (V_T\cup V_N)$
$S$	开始符号，第一个产生式中出现
$\to$	定义为（元语言符号）
|	或（元语言符号）

问题：表达式语言无穷，如何定义？

• 有穷条产生式，产生无穷集，要求产生式必须递归
• 定义算数表达式用了两条浓缩的产生式。一般地，定义一个语言的产生式是很复杂的
• 对递归的算术表达式的产生式，进行反复的推导产生表达式语言

推导和语言

问题：用文法如何定义一个语言？

思路：从S出发，反复使用$P$，对非终结符替换展开，最后得到全由终结符串组成的一个串

涉及到：替换、推导、句型、句子、语言

直接推出

是两个字符串之间的一种关系$R$。

如：$(\alpha A\beta )R(\alpha \gamma \beta )$，表示：若$A\to \gamma \in P,\alpha 、\beta \in V^{\ast }$，则$R$就是直接推出，$R$记为$\Rightarrow$。即：$\alpha A\beta \Rightarrow \alpha \gamma \beta$

其中$\alpha ,\beta$都是文法符号串

推导

如两个串$u_o,u_n$，存在一个串序列$u_o\Rightarrow u_1\Rightarrow \cdot \cdot \cdot \Rightarrow u_n$，则$u_o{R}_1{u}_n，R_1$记为$\stackrel{+}{\Rightarrow }或\stackrel{\ast }{\Rightarrow }$

• $u_o\stackrel{+}{\Rightarrow }{u}_n$：表示从$u_o$出发，经一步或若干步，可以推导出$u_n$
• $u_o\stackrel{\ast }{\Rightarrow }{u}_n$：表示从$u_o$出发，经零步或若干步，可以推导出$u_n$

R1叫做推导关系，有两种表示形式

两种的区别类似于闭包的加号和乘号，0步的话表示开始和结束都是一样的（即$u_o$和$u_1$一样）

从文法的开始符号出发，则一定用的是加号去表达，开始是非终结符，最后结束是终结符，因为至少要经过一步推导

推导的最后是由终结符组成的终结符串

怎样由推导引出语言

只需要在推导中加入一些限制，即对$u_o\stackrel{+}{\Rightarrow }{u}_n$和$u_o\stackrel{\ast }{\Rightarrow }{u}_n$加一点限制

• 令$u_o$为S，即推导要从开始符号开始，那么：$S\stackrel{\ast }{\Rightarrow }\alpha ,\alpha \in V^{\ast }$，则称$\alpha$为G的句型
• 如果在要求$\alpha \in V_T^{\ast }$，则$\alpha$为G的句子
• 文法G所产生的句子的全体是一个语言，记为L（G）。 L ( G ) = { α ∣ S ⇒ + α   &   α ∈ V T ∗ } L(G)=\{\alpha |S\stackrel{+}{\Rightarrow} \alpha \ \&\ \alpha \in V_T^* \} L(G)={α∣S⇒+α & α∈VT∗​}

说明：

1. 由文法G定义语言L需要依赖一种运算，即关系$\stackrel{+}{\Rightarrow }$。$V_T^{\ast }$中有许多串，只有那些$(S,u),(S,v)$存在$\stackrel{+}{\Rightarrow }$关系的才是语言中的句子
2. $\alpha ,\beta$是句型，表示$(S,\alpha )(S,\beta )$有$\stackrel{\ast }{\Rightarrow }$的关系，但他们的构成是不全属于$V_T$的字符
3. G的句型集，是指存在$S\stackrel{\ast }{\Rightarrow }\alpha$关系的所有$\alpha$，该集的子集是L(G)
4. $V^{\ast }\supset 句型集\supset L(G)$

句子一定是终结符串，终结符串不全是句子（参考说明1，必须与开始字符存在$\stackrel{+}{\Rightarrow }$关系才可以）

句型是终结符和非终结符的混合串，但是他们的混合串不一定全是句型（参考说明2，必须与开始字符存在$\stackrel{\ast }{\Rightarrow }$关系才可以）

语言是由句子构成的

$V_T^{\ast }$不代表语言(表示的意思是所有终结字符串)，$V^{\ast }$不代表句型集（代表所有字符和非终结字符的串）

例子

根据文法G：$E\to E+E|E\ast E|(E)|i$，句子$i_1\ast (i_2+i_3)$推导过程如下：

1. 最左推导：$E\Rightarrow E\ast E\Rightarrow i_1\ast E\Rightarrow i_1\ast (E)\Rightarrow i_1\ast (E+E)\Rightarrow i_1\ast (i_2+E)\Rightarrow i_1\ast (i_2\ast i_3)$
2. 最右推导：$E\Rightarrow E\ast E\Rightarrow E\ast (E)\Rightarrow E\ast (E+E)\Rightarrow E\ast (E+i_3)\Rightarrow E\ast (i_2\ast i_3)\Rightarrow i_1\ast (i_2\ast i_3)$

注意：从一个句型到另一个句型的推导过程并不唯一，但是通常只考虑最左推导和最右推导

语法树与二义性

语法树

目的：为了理解句子的语法，即理解句子如何从开始符号推导得到，因此引入“图”

定义：句型推导的图形表示，与替换顺序的选取无关

作用：明显地形成文法所暗含的句子的分层语法结构，为语法分析提供了一些新的途径

基本介绍

树的内节点：非终结符A标记，若$A\to XYZ$，则该产生式的一个子树为

树的叶：非终结符|终结符，对应一个句型

在语法树中找出文法的概念

语法树	文法
内节点A	$V_N$
叶	文法符号
子树	直接推导
根节点	S
任一次全剪	句型
叶子$\in V_T$时，将叶子顺序排列	句子

例子

例一

由此可见

• 每一中间过程，句型很容易获得
• 树忽略了符号的替换顺序的不同，不同推导过程得到相同的语法树
• 有的文法，对于同一句子，应用不同规则进行推导得到不同的语法树

例二

根据文法G对句子$id+id\ast id$进行推导

二义性问题

定义：文法G的某一句子有两个不同的树，则G为二义的

处理二义性对语法分析不便，因此希望：

• 判定二义否
• 控制充分条件，消除二义性

解决办法

尽量去掉二义性

• 如对上例，可以通过阐明运算符的优先性和结合性来解除文法的二义性
• 通过重写一个文法，把结合性和优先规则结合进文法本身中去

应注意，$L(G)=L(G^{\prime }),G\ne G^{\prime }$

语言的二义性问题与文法的二义性问题：

• 如语言找到一个文法是无二义的，则语言是无二义的
• 如未找到一个文法是无二义的，则也不能断定它二义，但先天二义也存在
• 文法的二义性是不可判定的（因为文法的二义性由句子的语法树判定，不可能对无穷句子来判别）

二义性示例

I saw you in a boat

• 我在船上看你
• 我看见你在船上

最后，作为描述程序语言的上下文无关法，我们限制：

所有非终结符都必须有用处

• 每一个非终结符都必须在句型中出现
• 对P不存在不终结的回路

四个都是正确的

B：因为句子集是一个无穷集，无法对所有句子做判断