[编译原理-语法分析(一)] 提取左公因子和消除左递归

前言

写起来真是脑壳疼，没有看到有blog详解和代码的，所以又双叒来了！
代码400行，注释就有200行（可能是我写过注释占比例最多的一次）。

项目地址

github

后续会更新LL，LR文法，提取左公因子和消除左递归在 src/struct/CFG.java

参考链接

在学习的过程中也发掘到几篇不错的blog

自顶向下分析方法之表驱动LL(1)分析程序

前文

在正文之前，先说几个封装的结构，以文法E举例：

$$E\to E+T|E-T$$

一个产生式体集合 ; $E$ 对应的ProductionSet有：{ $E+T$、$E-T$ }.

一个产生式体 ; $E$有两个产生式体：$E+T$、$E-T$.

一个产生式子项，$E+T$有三个子项，分别是：$E$、$+$、$T$ ; 每个子项都有一个子项属性, 此项是非终结符还是终结符 :

之所以封装成这样的结构，是为了在提取和消除时的方便，不然check时都是以字符串的形式，这样效率很低。

回顾单个文法的提取公因子和消除左递归

---

文法G，提取左公因子：
$$A\to \alpha {\beta }_1^{\prime }|\alpha {\beta }_2^{\prime }|\alpha {\beta }_3^{\prime }|...|\alpha {\beta }_n^{\prime }|\gamma$$
替换为：
$$\begin{gathered} A\to \alpha A^{\prime }|\gamma \\ A\to {\beta }_1^{\prime }|{\beta }_2^{\prime }|{\beta }_3^{\prime }|...|{\beta }_n^{\prime } \end{gathered}$$

---

文法G，消除左递归：
$$A\to A\alpha |\beta$$
替换为：
$$\begin{gathered} A\to \beta A^{\prime } \\ {A}^{\prime }\to \alpha A^{\prime }|\epsilon \end{gathered}$$

正文

举例文法G：
$$\begin{gathered} E->E+T|E-T|\epsilon \\ T->T\ast F|T/F|F \\ F->(E)|id \end{gathered}$$

一、 提取左公因子

1. 归类

对一条产生式集合（ProductionSet）进行归类，存在相同左公因子的归为一类：

对于产生式头部$E$，则有：
{   E + T   ,   E − T   } {   ε   } \{ \ E + T \ , \ E - T \ \} \\ \{ \ ε \ \} { E+T , E−T }{ ε }
对于产生式头部$T$，则有：
{   T ∗ F   ,   T   /   F   } {   F   } \{ \ T * F \ , \ T \ / \ F \ \} \\ \{ \ F \ \} { T∗F , T / F }{ F }

2. 提取

对归类的每个类别进行分解提取左公因子; 注意，提取时是取当前类别所有项的最长公因子：

假设存在类别E，对其提取左公因子：
{   E + T   ,   E − T   } \{ \ E + T \ , \ E - T \ \} { E+T , E−T }
左公因子是: $E$

---

假设存在类别S，对其提取左公因子：
{   S + V   ,   S + (   V   )   ,   S − V   } \{ \ S + V \ , \ S + ( \ V \ ) \ , \ S - V \ \} { S+V , S+( V ) , S−V }
左公因子是：$S$
有人可能认为类别S的左公因子是$S+$ (笑，刚开始做的时候我就是这样认为的…)，如果变成$S+$，则$S-V$不能正确提取左公因子。

---

想想为什么要提取左公因子？
当选择产生式时，可能会面临不知道选哪个，提取左公因子的目的是为了将选择这个问题推迟到下一步，获取到足够的信息做出正确的选择。

---

那么，对于类别S，提取左公因子$S$就算完结了吗？
S → {   S   S ′   } S ′ → {   + V   ,   + (   V   )   ,   − V   } S →\{ \ S \ S' \ \} \\ S' → \{ \ + V \ , \ + ( \ V \ ) \ , \ - V \ \} S→{ S S′ }S′→{ +V , +( V ) , −V }
$S^{\prime }$依然不能做出正确的选择，所以还需要对$S‘$进行一次归类提取才可。

提取左公因子就这两步就可以了，剩下就是一些零碎的判断了，比如一个类别只有一项肯定是不能提取左公因子的，还有其他等等。关于提取的算法想了两个，但是好像复杂度都比较高，详细的步骤想法有写在注释中(CFG/extract()函数的注释) ; 如果有更好的算法欢迎交流~

我还是喜欢匹配current个子项的那个想法，因为结构类似与这样：

提取左公因子就像找到这样一个结构的最靠近开始的那个节点。

二、消除左递归

举例文法G：
$$\begin{gathered} E\to E+T|E-T|F \\ T\to T\ast F|T/F|F \\ F\to (E)|Ds|E \\ Ds\to DDs|D \\ D\to 0|1|2|3|4|5|6|7|8|9 \end{gathered}$$

这个没什么好说的，龙书有详细的算法原理，通俗易懂（还是读了很多遍的）。

先看算法：
按照某个顺序将非终结符符号排序为$A_1,A_2,A_3....A_n$.
$for$ (从$1$到$n$的每个$i$) {
   $for$(从$1$到$i-1$的每个$j$) {
    将每个形如$A_i\to A_j\gamma$的产生式替换为产生式组$A_i\to {\delta }_1\gamma |{\delta }_2\gamma |{\delta }_3\gamma ...|{\delta }_k\gamma$
    其中$A_i\to {\delta }_1|{\delta }_2|{\delta }_3...|{\delta }_k$是所有的$A_j$产生式
  }
  消除$A_i$产生式之间的立即左递归;
}

---

当$i=1$时（第一次迭代时），不进入内层循环，然后消除$A_i$的所有立即左递归；
因此余下的所有形如 $A_1\to A_l\alpha$的产生式都满足$l>1$ ;
例如文法$G$： $E\to E+T|E-T|F$ 前两项消除立即左递归，余下的$E\to F$ 满足$F$的索引比$E$大 ;

---

当外层循环$i-1$次迭代之后，所有非终结符号$A_k(k<i)$都被处理过 ; 任何产生式 $A_{1}k\to A_l\alpha$的产生式都满足$l>k$ ;

---

结果，在第$i$次迭代时，内层循环提升所有形如$A_i\to A_m\alpha$的产生式中的$m$的下界，直到$m\ge i$成立; 然后消除$A_i$产生式中的立即左递归，保证$m＞i$成立。
例如文法$G$：当执行 $F\to (E)|Ds|E$ 时，比$F$索引小的（例如$E$）检查替换$E$后是否会产生左递归，如果是则提升$E$，提升后为 $FE’$, 此时下界成立。

代码也很简单，检查能否左递归，如果能则替换产生式，然后执行一些零碎的操作，每一步的注释也比较详细。对于上面的算法我也只是理解的七七八八，如果有问题请帮忙指出，谢谢～

标签

语法分析 提取左公因子和消除左递归 JAVA实现