编译器设计实验

转载自：我的个人博客
一个 Java 实现的 TXT 语言编译器, 目标平台为 RISC-V 32 (指令集 RV32M)。编译器大致分为词法分析、语法分析、语义分析及中间代码生成、目标代码生成四个部分。

代码：A Simple Compiler

源语言的示例代码

int result;
int a;
int b;
int c;
a = 8;
b = 5;
c = 3 - a;
result = a * b - ( 3 + b ) * ( c - a );
return result;

词法分析

编码表

类别	正则表达式
return	return
=	=
,	,
Semicolon	;
+	+
-	-
*	*
/	/
(	(
)	)
id	[a-zA-Z_][a-zA-Z]*
IntConst	[0-9]+

正则文法

$G=(V,T,P,S)$，其中 V = { S , A , B , C , 0 , 1 , 2 , … , 9 , c h a r } V=\{S, A, B, C, 0,1,2,…,9, char\} V={S,A,B,C,0,1,2,…,9,char}, T = { 任意符号 } T=\{任意符号\} T={任意符号}，$P$定义如下

约定： $[s-t]$表示从s到t的所有ASCII字符中的一个

标识符：$S\to [a-z]A,$ $A\to [a-z]A|[0-9]A|ϵ$

整常数：$S\to [1-9]B,$ $B\to [0-9]B|ϵ$

运算符：$S\to C,$ $C\to =|\ast |+|-|/$

分隔符：$S\to D,$ $D\to ;|(|)|,$

状态转换图

根据识别的编码不同，将状态机划分为不同的状态，共计14个状态。在每识别到终止状态时，调用相关的函数，将语法单元添加到维护的表格中，并重新回到起始状态。状态机DFA对应的状态转换图如下图所示。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SZUEAaHS-1675226405910)(/img/A-Simple-Compiler/状态转换图.png)]

流程

使用列表存储每个识别出的语法单元，读入输入代码，从前往后逐个读取字符，若遇到空格等其他空白字符跳过，否则，按照状态转换图识别语法单元，将其加入token列表中。若此语法单元为单词，且不是标识符，且不在符号表中，则其为新识别出的变量，将其添加到符号表中。

语法分析

状态栈和符号栈的数据结构

使用Stack类作为状态栈和符号栈的数据结构，状态栈的元素的基类为Status类，符号栈的基类为Token类（后续发现实际分析过程中不需要用到符号栈）。通过peek()函数获取栈顶元素，通过push()函数向栈中压入元素，通过pop()函数弹出栈顶元素，通过empty()函数判断栈是否为空。

流程

1. 向状态栈中压入初始状态，向符号栈中压入符号“$”。
2. 依次遍历输入串中的字符，根据当前状态栈栈顶的状态，判断此时应执行的Action。
3. 若执行的动作为移进，则根据LR1分析表获取要转移到的状态（程序中存储在action对应的Status对象中），将状态压入状态栈，将字符压入符号栈,并调用移入时对应的观察者的函数（callWhenInShift函数）,通知观察者当前读到的字符和要转移到的状态。
4. 若执行的动作为规约，则根据LR1分析表获取要规约的产生式（程序中存储在action对象的production属性中），调用规约时对应的观察者的函数（callWhenInReduce函数），通知观察者当前读到的字符和要用于规约的产生式，ProductionCollector观察者会将所有规约的产生式依次存储在列表中；获取产生式的头和体，将产生式的体对应的符号数从状态栈和符号栈中弹出，并将产生式的头压入符号栈。根据当前状态和状态站顶部状态查找LR1表，判断此时需要压入状态栈顶部的状态，并将其压入。
5. 若执行的动作为接受，则调用处于接受状态时对应的观察者的函数（callWhenInAccept）通知各个观察者，语法分析结束。
6. 重复执行2-5步，直到读完代码中的所有字符，或状态栈为空，或产生错误。

语义分析和中间代码生成

翻译方案

S → D   i d ; { i d . t y p e = D . t y p e } S \rightarrow D \ id; \{ id.type = D.type \} S→D id;{id.type=D.type}

D → i n t ; { i n t . t y p e = I N T , D . t y p e = i n t . t y p e } D \rightarrow int ; \{ int.type = INT, D.type = int.type \} D→int;{int.type=INT,D.type=int.type}

其余产生式规约式不执行任何动作

使用的数据结构

**语义分析：**使用基类位SourceCodeType的栈（Stack）作为类型栈typeStack的数据结构，存储当前符号栈内对应符号的类型（type）；使用基类为Token的栈（Stack）作为符号栈tokenStack的数据结构，存储移进的单词（token）

**中间代码生成：**使用基类为Instruction的列表(List)instructions作为中间代码存储的数据结构，依次存储生成的中间代码，使用基类为IRValue的栈（Stack）作为符号栈irValueStack的数据结构，存储符号栈对应的ir表达式的值。

流程

1. 当动作为接受时，不执行任何操作。
2. 当动作为移进时，将对应的符号压入符号栈。如果此符号为关键字int，则将INT压入类型栈，否则将null压入类型栈。
3. 当动作为规约时，首先判断要执行规约的产生式编号，若编号为4，则跳到第4步，若编号为5，则跳到第5步，否则，调到第6步.
4. 此时待规约的产生式为 $S\to Did;$。分别弹出并获取符号栈和类型栈顶端的两个元素，并设置为符号栈第一个元素（id）在符号表中的类型为类型栈从上往下第二个元素的类型（D对应的类型）。并向符号栈和类型栈中压入null（对应左部的S）。
5. 此时待规约的产生式为 $D\to int;$ 弹出符号栈和类型栈栈顶的元素，将类型栈栈顶元素的类型作为左部符号的类型，再压入符号栈，向符号栈中压入null(对应左部的D)。
6. 此时待规约的产生式没有特殊的翻译动作，只需从符号栈和类型栈中弹出与产生式右部元素个数一致的元素，并压入null作为左部对应的符号/类型。

目标代码生成

对中间代码进行预处理

1. 将操作两个立即数的 BinaryOp 直接进行求值得到结果, 然后替换成 MOV 指令。
2. 将操作一个立即数的指令 (除了乘法和左立即数减法) 进行调整, 使之满足 a := b op imm 的格式。
3. 将操作一个立即数的乘法和左立即数减法调整, 前插一条 MOV a, imm, 用 a 替换原立即数, 将指令调整为无立即数指令.
4. 舍弃Ret指令之后的所有指令

识别各变量最后一次使用的位置

从后往前遍历预处理后的中间代码序列。用列表存储当前已经遍历到过的变量。每处理一条指令，分别判断它的两个原操作数中是否为立即数，若不是，再查看此变量是否被遍历到过。若此变量从未被遍历到过，说明此变量最后一次出现的位置便为这条指令，将此信息存入列表中保存。

在遍历过程中，若变量出现在指令的目标操作数位置，且不出现在源操作数中，说明此指令前此变量的值与后续执行过程无关，将此变量从存储但钱已经遍历到过的变量列表中删去。

将中间代码转化为目标代码

创建AsmInstruction类，表示riscv形式的汇编代码类，创建AsmInstructionKind枚举类，表示riscv代码的各种类型。

创建RegisterAssigner类，用于分配和回收空闲的寄存器。其中，通过列表维护空闲寄存器，利用双射Map维护变量和已利用的寄存器之间的双射关系。当请求分配寄存器时，从空闲寄存器列表随机分配一个寄存器，并将其添加到双射Map中。当回收某一寄存器时，将其从双射Map中删除，并将相应寄存器重新存放回空闲寄存器列表。
遍历处理后的中间代码，提取每条指令的左右操作数，将其转化为相应的AsmInstruction对象，并存放到列表中。

根据维护的变量最后一次出现的位置信息，若当前指令为变量最后一次出现的指令，则将相应变量对应的寄存器释放。