java开发编译器之：LALR语法解析及代码生成

大家好，欢迎大家来到Coding迪斯尼。我开启了新的算法课程:
如何进入google,算法面试技能全面提升指南
http://study.163.com/course/courseMain.htm?courseId=1002942008

在课程中，我将facebook, google, ms,amazon, BAT等公司使用的面试算法题收集起来进行分析，喜欢算法，特别是准备面试，冲击一线互联网公司的朋友不要错过

阅读博客的朋友可以到我的网易云课堂中，通过视频的方式查看代码的调试和执行过程：

http://study.163.com/course/courseMain.htm?courseId=1002830012

在前几节我们看到，自顶向下的语法解析中，可以通过属性传递的方式去实现代码生成，属性传递的方式主要是在父函数调用子函数时，将属性作为参数进行传递。但是，就如上节我们看到的，LALR语法解析过程是通过栈而不是函数调用的方式来实现的，这节，我们注重研究如何在LALR的解析过程中实现属性传递，从而实现代码生成。

在自底向上的解析中，对应表达式：e -> t + e, 解析器在解析过程中会构建一个解析树，树的父节点是e, 三个子节点分别是t, +, e:
|– t
e–|– +
|– e

前一节强调过，一个非终结符被压入堆栈，那一定是进行了一次reduce操作后才行，因此，上面的 t 如果出现在堆栈中，一定是因为根据表达式: t -> NUM 进行reduce操作后才可能。终结符 + 压入堆栈是因为一次shift操作，最后一个非终结符 e 被压入堆栈，也只可能是根据表达式:
e -> t + e 或
e -> t
进行了reduce操作，非终结符e才可能出现在解析堆栈上。

LALR属性传递必须是由子节点传给父节点，当进行一次reduce操作后，表达式左边的非终结符压入堆栈，此时，解析器可以把相应的属性附加到被压入堆栈的非终结符上。这样的话，只要进行一次reduce操作，我们就可以进行代码生成动作。

“把相应的属性附加到被压入堆栈的非终结符上”，这句话中描述的动作，在代码上怎么实现呢。就如同前几节描述过的PDA一样，除了解析堆栈外，我们再生成一个新的堆栈，称之为属性堆栈，当reduce操作后，非终结符压入解析堆栈，对应的属性则可以压入属性堆栈。属性堆栈的操作跟解析堆栈看齐，解析堆栈出栈时，属性堆栈也做出栈操作，解析堆栈入栈时，属性堆栈也做入栈操作。由于reduce操作会将解析堆栈中的元素出栈，所以解析器要进行代码生成时，要在解析堆栈弹出元素前进行。

举个具体例子，对于输入: 1 + 2 + 3, 我们看看LALR解析是如何生成代码的，下面的描述中，左边显示的是两个堆栈，解析堆栈在上边，属性堆栈在下边，右边显示的是解析器生成的代码，解析过程中，传递的属性是生成代码时需要用到的临时变量名字。

当解析开始时，读入第一个数字，做一次shift操作，把1对应的token ,NUM 压入堆栈，但shift操作不生成属性，所以属性堆栈上压入一个null对象：

parse stack: NUM
value stack: null

接着，根据表达式 t -> NUM, 解析器要做一次reduce操作，于是NUM出栈,并且属性堆栈也做相应的出栈操作，把堆栈里面的null弹出，同时非终结符t入栈，同时压入一个属性，这个属性是用于生成代码的临时变量t0, 同时生成代码
t0 = 1:

parse stack: t t0 = 1
value stack: t0

由于属性t0与非终结符t在两个堆栈中的位置是一样的，我们可以看做t0附加在t身上。

接下来，根据表达式 e -> t做reduce操作，于是t从解析堆栈上出栈，同时属性t0也从属性堆栈出栈，但在解析树种， e 是 t的父亲节点，由此 t 的属性需要传递给 e, 因此， 当 e 被压入解析堆栈时，属性t0也重新被压入堆栈：

parse stack: e
value stack: t0

接下来分别读入输入中的 + , 1两个字符，同时通过shift操作把他们对应的token压入解析堆栈，由于shift不产生新的属性，因此，把null也相应的压入属性堆栈：

parse stack: e + NUM
value stack: t0 null null

此时，需要根据表达式 t -> NUM 做reduce操作，由于reduce操作需要生产属性，因此把NUM从栈顶弹出时，NUM对应的属性null也出栈，当把 t 压入堆栈时，生成一个新的属性 t1, 压入属性堆栈：

parse stack: e + t
value stack: t0 null t1
此时，我们又可以根据表达式 e -> e + t 进行reduce操作，同时解析器需要进行两个操作，一是生成代码 t0 += t1.
同时把 e + t 三个元素出栈，他们对应的属性也出栈，把表达式左边的非终结符 e 压入解析堆栈，由于是reduce操作，需要生成新的属性，因此解析器构造一个新的属性t0, 把t0 压入属性堆栈：

parse stack: e t0 += t1
value stack: t0

剩下的输入中还剩下两个字符： + 3 ， 通过shift 操作把他们的token压入解析堆栈，同时在属性堆栈上压入两个null:

parse stack: e + NUM
value stack: t0 null null

根据 t -> NUM 做一次reduce操作，同时生成新的属性压入属性堆栈：

parse stack: e + t
value stack: t0 null t1
根据表达式 e -> e + t 做reduce 操作，同时生成代码
t0 += t1
然后做相应的出栈操作，由于reduce操作要把表达式左边的e 压入堆栈，同时需要生成新的属性，由此堆栈情况如下：

parse stack: e
value stack: t0

根据表达式 s -> e ， 做reduce操作，e 出栈，同时把t0出栈，把s 压入堆栈，同时生成新的属性t0压入堆栈：

parse stack: s
value stack: t0

由于此时全局非终结符已经压入堆栈，同时所有输入都已经处理，解析结束，并且对应的代码也生成了。

从上面的推导流程可以看到，在进行reduce操作时，有可能要附带着一些action, 我们总结如下：
Grammar Action
s -> e System.out.print(“answer=” +
valuestack[0])
e -> e + t System.out.print (“
valueStack[2] “+=”
valueStack[0]);
free_name(valueStack[0]);
$$ = valueStack[2];

e -> t $$ = valueStack[0]

t -> NUM name = new_name();
System.out.print (name + “=”+
lexer.yytext);

其中 $$ 表示做reduce操作后，当压入表达式左边的非终结符时，要压入的对应属性对象。

在下一节，我们通过代码来实现本节描述的算法。