编译原理简明综述笔记

1.1编译相关名词

编译程序：源语言为“高级语言”，目标语言为“低级语言”的翻译程序

宿主机：运行编译程序的计算机

目标机：运行编译程序所产生目标代码的计算机

从功能上分

诊断编译程序（Diagnostic Compiler）：专于帮助程序开发和调试的编译程序

优化编译程序（Optimizing Compiler）：着重于提高目标代码效率的编译程序

交叉编译程序（Cross Compiler）：一个编译程序产生不同于其宿主机的机器代码

可变目标编译程序（Retargetable Compiler）：不需重写编译程序中与机器无关的部分就能改变目标机

1.2编译大体过程

高级语言程序的处理过程：

需预处理的源程序——>【预处理程序】——>源程序——>【编译程序】——>目标汇编程序——>【汇编程序】——>可再装配的机器代码——>【装配/连接编辑程序】（可再装配目标文件）——>绝对机器代码

ps:预处理程序的作用：一个源程序有时可能被分成几个模块存放再不同的文件里，将这些源程序汇集在一起的任务

编译程序工作划分：（五阶段）

词法分析，语法分析，语义分析与中间代码生成，代码优化，目标代码生成

（ps:5阶段只是一个典型。

若对优化无要求，可省去优化阶段。

为了加快编译速度，中间代码生成也可以去掉。

一些最简单的编译程序在语法分析的同时产生中间代码。）

1.2.1词法分析

一种线性分析（不可用于识别递归定义的语法成分）

意：从左到右一个字符一个字符地读入源程序，对构成源程序的字符流进行扫描和分解，从而识别出一个个单词。

（比如划分 标识符、保留字、算符、界符等等）

单词符号是语言的基本组成部分

依循：词法规则（构词规则）

描述词法规则的有效工具：正则式和有限自动机

1.2.2语法分析

一种层次结构分析（可用于识别递归定义的语法成分）

（程序结构通常由递归规则表示，语法规则通常用上下文无关文法描述）

意：在词法分析的基础上把单词符号串分解成各类语法单位（如”子句“”程序段“”程序“等）

（语法单位也称语法短语，可表示成语法树）

语法树： 图

依循：语法规则（描述程序结构的规则）

1.2.3语义分析与中间代码生成

意：对语法分析所识别出的各类语法范畴，分析其含义，并进行初步翻译（产生中间代码）

1.2.3.1语义分析

意：审查源程序中有无语义错误（比如，类型审查等；又如一个float+int,在语法树新增一个”语义分析阶段“将int->float），为代码生成阶段收集类型信息

1.2.3.2中间代码生成

中间代码（又名中间语言，一种内部表示形式）：一种结构简单、含义明确的记号系统

这种记号系统可以设计成各种形式，设计原则：1.容易生成；2.容易将它翻译成目标代码

常用中间代码：

    ”四元式“（算符；左操作数；右操作数；结果）

    还有”三元式“”间接三元式“”逆波兰式“”树形“等

1.2.4代码优化

意：对前一阶段产生的中间代码进行加工变换，以期在最后阶段能产生出更为高效（省时间和空间）的目标代码

常用手段：公共子表达式的提取，循环优化，强度削弱，删除无用代码、并行化处理（便于”并行运算“）

依循：等价变换原则

1.2.5目标代码生成

意：把中间代码（或经优化处理之后的代码）变换成特定机器上的低级语言代码。

有赖于硬件系统结构和机器指令含义。涉及硬件系统功能部件的运用，机器指令的选择，各种数据类型变量的存储空间分配，以及寄存器和后援寄存器的调度等。

目标代码的形式

    1.绝对指令代码（可立即执行）

    2.可重定位的指令代码（运行前必须借助于一个连接装配程序把各个目标模块（包括系统提供的库模块）连接在一起，确定程序变量（或常量）在内存中的位置，然后装入内存中指定的起始地址，使之成为一个可以运行的绝对指令代码程序）

    3.汇编代码（需汇编器汇编后运行）。

1.3编译程序的结构

1.3.1编译程序总框架

1.3.1.1. 词法分析器（扫描器）： （源程序->单词符号）输入源程序，进行词法分析，输出单词符号

1.3.1.2. 语法分析器（分析器）： （单词符号->语法单位）对单词符号进行语法分析（根据语法规则进行推导或归约），识别出各类语法单位，最终判断输入串是否构成语法上的正确”程序“

1.3.1.3. 语义分析与中间代码产生器： （语法单位->中间代码）按照语义规则对语法分析器推导出（或归约出）的语法单位进行语义分析，并翻译成一定形式的中间代码（有的是识别语法单位后构造输出一棵语法树，然后根据语法树进行语义分析和中间代码生成）

（ps:扫描器、分析器、中间代码产生器相互穿插，并非截然分开）

1.3.1.4. 优化器 ：（中间代码->中间代码）对中间代码进行优化处理

1.3.1.5. 目标代码生成器 ：（中间代码->目标代码）把中间代码翻译成目标程序

表格管理 （贯穿五项始终）

出错处理 （贯穿五项始终）

1.3.2表格与表格管理

表格记录：1.源程序的各类信息；2.编译各阶段的进展状况。

（最重要）符号表：登记源程序中出现的每个名字以及名字的各种属性（类型、所占内存大小、地址等）

                （ps:各属性各阶段入表：1.扫描器识别名字->入符号表；2.词义分析时确定类型->入表；3.目标代码生成阶段确认地址->入表）

1.3.3出错处理

依靠：出错处理程序

自动校正错误的代价非常高

绝大多错误前三阶段检测出来

分类：语法错误、语义错误

    语法错误：词法分析或语法分析时检测（”括号不匹配“等）

    语义错误：不符合语义规则的错误，语义分析检测、或运行时检测出来（”说明错误“”作用域错误“”类型不一致“等）

1.3.4遍

因各种限制，将编译程序组织为若干遍（Pass）

”遍“：对源程序的中间结果从头到尾扫描一次，并作有关的加工处理，生成新的中间结果或目标程序

每遍工作由从外存上获得的前一遍的中间结果开始（第一遍，取源程序）完成它所含的有关工作后结果纪录保存于外存。

既可以不同阶段合为一遍，也可一个阶段分为多遍（例：1.为便于处理，语法分析、语义分析、中间代码产生合为一遍2.优化要求高时，优化阶段分若干遍）

一遍中含多阶段时，内之各极端可穿插进行。

遍数的多时，优：整个编译程序的逻辑结构清晰；缺：增加输入输出所消耗的时间

一般情况遍数要求尽可能少一点

1.3.5编译前端和后端

前端：与源语言有关与目标机无关的那部分（词法分析、语法分析、语义分析与中间代码产生）（部分代码优化也可在前端）

后端：与目标机有关的代码优化和目标代码生成等（不依赖于源程序，仅依赖中间语言）

设想：将几种源语言编译成相同的中间语言，然后为不同的前端配上相同的后端->同一台机器生成不同语言的编译程序

Java语言的操作平台无关性：定义一种虚拟机代码--Bytecode,实际使用的操作平台上实现执行Bytecode的Java解释器，即可执行各种Java程序

1.4解释程序和程序设计语言范型

1.4.1解释程序

编译程序：把高级语言程序翻译成某个机器的汇编或二进制代码程序，编译和运行独立分开

解释程序：逐个获取、分析并执行源程序语句（允许执行时修改程序）

解释程序案例：

                BASIC语言解释程序；LISP语言解释程序；

                UNIX命令语言（Shell）解释程序；数据库查询语言SQL解释程序

                Java语言环境中的Bytecode解释程序

内存内容存放问题：

        编译程序：编译阶段：源程序（中间形式）和目标代码，各种表格（如符号表）

                        运行阶段：目标代码和数据，表格可有可无

        翻译程序：源程序、符号表等始终存放于主存储区（允许在执行用户程序时修改用户程序）（存放格式要设计易于使用和修改）

程序解释速度十分慢，空间开销也比较大

某些语言既有编译程序也有解释程序：BASIC、LISP、Pascal等（Java在运行环境的Java虚拟机同时拥有“解释程序”“即时编译程序”）

1.4.2程序设计语言范型

（ps :高级语言常识：FORTRON多用于数值计算；COBOL多用于事务处理；LISP用于人工智能；PROLOG用于自然语言处理；C用于书写系统程序；Ada用于大型嵌入式实时处理程序）

1.4.2.1强制（命令）式语言（imperative language）

又称面向过程式语言，面向于动作

由一系列的语句组成，顺序执行

1.4.2.2函数式语言（functional language）

注重程序表示的功能

执行一个个函数施用在数据上的变换，最终得到结果

1.4.2.3基于规则（逻辑）的语言

检查一定的使能条件，当它满足时，则执行适当动作

1.4.2.4面向对象语言

提供抽象数据类型，支持封装型、继承型、多态型

1.5编译程序的生成

    三法：

    1.移植

        即利用A机器上已有的高级语言L编写一个能够在B机器上运行的高级语言L的编译程序

        步骤：

            1.用L编写在A上运行的 产生B机器代码的 L编译程序源程序

            2.把该程序经过A上的L编译程序编译

            3.用这个编译程序再一次编译步骤1的源程序->能在B上运行的能产生B机器代码的编译程序

    2.自编译

        对语言的核心部分构造一个小的编译程序（可用低级语言实现），再以它为工具构造一个能够编译更多语言成分的较大的编译程序。不断滚雪球，最后形成所期望的整个编译程序。

    3.编译工具

要在某一台机器上为某种语言构造一个编译程序，必须掌握的三大内容

    1.源语言，对被编译的源语言，深刻理解其结构（语法）和含义（语义）

    2.目标语言，比如机器语言，必须知晓硬件的系统结构和操作系统的功能

    3.编译方法，多种