编译原理学习笔记1——引论

什么是编译程序

介绍程序设计语言编译程序构造的基本原理和基本实现技术。

• 翻译程序（Translator）
  把某一种语言程序（称为源语言程序）等价地转换成另一种语言程序（称为目标语言程序）的程序

• 编译程序（Compiler）
  也是一种翻译程序 把某一种高级语言程序等价地转换成另一种低级语言程序（如汇编语言或机器语言程序）的程序。
  • 诊断编译程序（Diagnostic Compiler）
  • 优化编译程序（Optimizing Compiler）
  • 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）：不需要重写编译程序中与机器无关的部分，只要改变与目标机器有关的部分，就能针对不同目标机器平台生成不同的代码。

运行编译程序的机器叫宿主机，运行机器语言程序的机器称为目标机，一般宿主机和目标机为同一个机器。

• 解释程序（Interpreter） 把源语言写的源程序作为输入，但不产生目标程序，而是边解释边执行源程序。

小结

• 编译：解释完成后再执行
• 解释：边解释边执行

1 为什么学习编译原理

• 理解计算系统
• 设计计算系统
• 训练计算思维（Computational Thinking）

计算思维

• 计算思维是运用计算机科学的基础概念去求解问题、设计系统和理解人类的行为，它包括一系列广泛的计算机科学的思维方法
• 计算思维和阅读、写作和算术一样，是21世纪每个人的基本技能，而不仅仅属于计算机科学家
• 计算思维在生物、物理、化学、经济学、统计学等其他学科中的影响已经显现

包括一系列广泛的计算机科学的思维方法

• 抽象
• 自动化
• 问题分解
• 递归
• 权衡
• 保护、冗余、容错、纠错和恢复
• 利用启发式推理来寻求解答
• 在不确定情况下的规划、学习和调度

1.1 抽象（Abstraction）

• 忽略一个主题中与当前问题（或目标）无关的那些方面，以便更充分地注意与当前问题（或目标）有关的方面
• 从众多的事物中抽取出共同的、本质性的特征，舍弃其非本质的特征
• 是一种从个体把握一般、从现象把握本质的认知过程和思维方法

1.2 自动化（Automation）

将抽象思维的结果在计算机上实现，是一个将计算思维成果物化的过程，也是将理论成果应用于技术的实践。

1.3 分解（Decomposition）

将大规模的复杂问题分解成若干个较小规模的，更简单的问题加以解决

• 对问题本身进行明确描述，并对问题解法作出全局性决策

• 把问题分解成相对独立的子问题

分解可进行层次化管理

• 编译原理中的问题分解
  • 为什么编译程序引入中间语言？
  • 为什么 编译分成多个阶段？
  • 为什么分析过程分成多遍？

1.4 递归（Recursion）

• 问题的解决依赖于类似问题的解决，只不过后者的复杂程度或规模较原来的问题更小

• 一旦将问题的复杂程度和规模简化到足够小时，问题的解法其实非常简单

1.5 权衡（折中，Tradeoff）

• 理论研究重在探寻问题求解的方法，对于理论成果的研究运用又需要在能力和运用中作出权衡

1.6 编译原理和方法的应用

• Html/XML分析
• 语言处理工具
• 搜索引擎 测试
• 用户接口：Shell命令解释器，
• 查询语言：SQL，XQuery，
• 网络协议：HTTP、SOAP

2 编译过程

2.1词法分析

• 任务：输入源程序，对构成源程序的字符串进行扫描和分解，识别出单词符号
• 依循的原则：构词规则
• 描述工具：有限自动机

for     i      :=      1       to      100     do
基本字  标识符  赋值号  整常数   基本字  整常数  基本字

2.2 语法分析

• 任务：在词法分析的基础上，根据语法规则把单词符号串分解成各类语法单位（语法范畴）
• 依循的原则：语法规则
• 描述工具：上下文无关文法

2.3 中间代码产生

• 任务：对各类语法单位按语言的语义进行初步翻译 依循的原则：语义规则
• 描述工具：属性文法
• 中间代码：三元式，四元式、数

2.4 优化

• 任务：对前阶段产生的中间代码进行加工变换，以期在最后阶段产生更高效的目标代码
• 依循的原则：程序的等价变换规则

优化后无乘法

2.5 目标代码产生

• 任务：把中间代码变换成特定机器上的目标代码
• 依赖于硬件系统结构和机器指令的含义
• 目标代码三种形式
  • 汇编指令代码：需要进行汇编
  • 绝对指令代码：可直接运行
  • 可重新定位指令代码：需要连接

.obj文件 可重定位的指令代码、相对地址，链接时，相对地址改为绝对地址可得到一个可执行的.exe文件

0001 操作码
01 寄存器操作数
00 操作数标志
00000000 第二操作数（地址）

3 编译程序的结构

出错处理

• 出错处理程序

  • 发现源程序中的错误，把有关错误信息报告给用户

• 语法错误：

  • 源程序中不符合语法（或词法）规则的错误
  • 非法字符、括号不匹配、缺失分号、…

• 语义错误：

  • 源程序中不符合语义规则的错误
  • 说明错误、作用域错误、类型不一致、…
    遍（pass）

• 就是对源程序或源程序的中间表示从头到尾扫描一次

• 阶段与遍是不同的概念

  • 一遍可以由若干段组成
  • 一个阶段也可以分成若干遍来完成
    

• 编译前端

  • 与源语言有关，如词法分析，语法分析，语义分析与中间代码产生，与机器无关的优化

• 编译后端

  • 与目标机有关，与目标机有关的优化，目标代码产生

• 带来的好处

  • 程序逻辑结构清晰
  • 优化更充分，有利于移植
    

4 编译程序的生成

以机器语言和汇编语言为工具

• 优点：可以针对具体的机器，充分发挥计算机的系统功能，生成的程序效率高
• 缺点：程序难读，难写，易出错，难维护，生产效率低

高级语言书写

• 利用已有的某种语言的编译程序实现另一语言的编译程序

移植方法

• 把一种机器上的编译程序移植到另一个机器上

自编译方式

• 编译程序——编译程序、编译程序产生器、编译程序书写系统
• LEX：词法分析程序产生器
• YACC：语法分析程序产生器