编译原理4——自上而下的分析方法

1. 消除左递归
2. 消除回溯
3. FIRST集合
   列写文法的FIRST集合
4. FOLLOW集合
   列写文法的FOLLOW集合
5. LL(1)文法
   判断是否是LL(1)文法
6. LL(1)分析法
   根据FIRST集合写LL(1)分析树
   写分析子程序
   写预测分析表

4.1 语法分析器的功能

任务：在词法分析器识别出单词符号串的基础上，分析并判定语法结构是否符合语法规则

1. 自上而下分析法
   归约，算符优先算法，LR分析法
2. 自下而上分析法
   推导（第5章内容）

4.2 自上而下分析面临的问题

自上而下分析：
对任何输入串，试图用一切可能的办法，从文法开始符号（根结）出发，自上而下地为输入串建立一棵语法树
$\star$ 实质上是一种不断试错的过程

1. 回溯
   当新发展的子树无法满足字符串时，需要退掉子树，看是否还有其他候选
2. 左递归
   类似$P\stackrel{+}{\Rightarrow }P\alpha$的结构将使得分析陷入死循环
   简单说，当$P$的其他子树无法满足字符串时，则$P$会选择$P\stackrel{+}{\Rightarrow }P\alpha$子树，但该子树的开头仍是$P$，问题得不到根本解决，于是下一个$P$又选择$P\stackrel{+}{\Rightarrow }P\alpha$，开始死循环
3. 选配成功是暂时的，如用$\alpha \ast \ast \beta$去匹配$\alpha \ast i\beta$，需要复杂的回溯解决该问题
4. 无法知道出错的确切位置
   $\star$ 上下文无关文法：2型文法
   $\star$ 有限自动机：3型文法

4.3 LL(1)分析法

自上而下的分析，试错过程占大头，LL(1)分析法就是要每次发展子树都明确应该发展哪个

1. 问题留给本层
   1. 问题是留给子还是留给兄（留给兄，该子树发展$\epsilon$）（子兄选择不冲突FIRST和FOLLOW）
2. 问题留给下一层子树
   1. 留给哪个子树（左提公共因子）（FIRST）
   2. 是否会绕一圈再抛回给自己（消除直接/间接左递归）

4.3.1 左递归的消除

1. 消除直接左递归：
   $P\to P\alpha |\beta$
   替换为：
   $\begin{array}{c}P\to \beta P^{\prime }\\ P^{\prime }\to \alpha P^{\prime }|\epsilon \end{array}$
2. 消除间接左递归：
   1. 间接左递归变直接左递归
   2. 消除直接左递归
      例：
      间接左递归语言：$\begin{array}{c}S\to Qc|c\\ Q\to Rb|b\\ R\to Sa|a\end{array}$
      存在：$S\Rightarrow Qc\Rightarrow Rbc\Rightarrow Sabc$（间接回溯）
      修改为：$S\to Sabc|abc|bc|c$
      消除直接左递归：$\begin{array}{c}S\to abc{S}^{\prime }|bc{S}^{\prime }|c{S}^{\prime }\\ S^{\prime }\to abc{S}^{\prime }|\epsilon \end{array}$

4.3.2 消除回溯、提左因子

目的：使得分析器能够根据面临输入符号准确指派执行任务（使得能根据待匹配字符去发展子树）

1. $FIRST(\alpha )$
   F I R S T ( α ) = { a ∣ α ⇒ ∗ a ⋯   , a ∈ V T } FIRST(\alpha)=\{a|\alpha\xRightarrow{*}a\cdots,a\in V_{T}\} FIRST(α)={a∣α∗ ​a⋯,a∈VT​}
   $\star$ 若$\alpha \stackrel{\ast }{\Rightarrow }\epsilon$，则$\epsilon \in FIRST(\alpha )$
   1. 消除回溯的条件
      $FIRST({\alpha }_i)\cap FIRST({\alpha }_j)=\varphi$
2. 提取公共左因子
   例：
   回溯语言：$A\to \delta {\beta }_1|\delta {\beta }_2|\cdots |\delta {\beta }_n|{\gamma }_1|{\gamma }_2|\cdots {\gamma }_m$
   提左因子：$\begin{array}{c}A\to \delta A^{\prime }|{\gamma }_1|{\gamma }_2|\cdots |{\gamma }_m\\ A^{\prime }\to {\beta }_1|{\beta }_2\cdots |{\beta }_n\end{array}$

4.3.3 LL(1)分析条件

1. $FOLLOW(A)$
   F O L L O W ( A ) = { a ∣ S ⇒ ∗ ⋯ A a ⋯   , a ∈ V T } FOLLOW(A)=\{a|S\xRightarrow{*}\cdots Aa\cdots,a\in V_T\} FOLLOW(A)={a∣S∗ ​⋯Aa⋯,a∈VT​}
   $\star$ 若$S\stackrel{\ast }{\Rightarrow }\cdots A$，则$\#\in FOLLOW(A)$
2. 不带回溯的自上而下分析的文法（LL(1)文法）
   构造条件
   1. 不含左递归（出问题时不能把问题抛给子树中的自己）
   2. 若$A\to {\alpha }_1|{\alpha }_2|\cdots |{\alpha }_n$，则$FIRST({\alpha }_i)\cap FIRST({\alpha }_j)=\varphi$（匹配上时只有一条子树可走）
   3. 若非终结符$A$的某个候选首符集包含$\epsilon$，则$FIRST(A)\cap FOLLOW(A)=\varphi$（必须明确给子还是给兄弟解决）
      策略
   4. 若$a\in FIRST({\alpha }_i)$，则指派${\alpha }_i$去执行任务
   5. 若$a$不属于任何一个候选首符集，则：
      1. 若$\epsilon$属于$FIRST({\alpha }_i)$且$a\in FOLLOW(A)$，则让$A$与$ϵ$自动匹配
      2. 否则，$a$出现是一种语法错误

4.4 递归下降分析程序构造

简单说就是按照上面的构造明确如何按照句子自上而下发展LL(1)语法分析树
另外引入了一个扩充巴克斯范式

1. 递归下降分析器
   例：
   存在$E^{\prime }\to T{E}^{\prime }|\epsilon$
   1. $E^{\prime }$在匹配字符串的时候查询$FIRST(T)$和$FIRST(\epsilon )$，发现字符串待匹配首字母在$FIRST(T)$中，选择定义$E^{\prime }\to T{E}^{\prime }$
   2. 调用函数$T$对字符串进行匹配
      1. $T$的终结符与字符串相互抵消
      2. $T$根据$FIRST$调用其定义（及定义其的非终结符）对字符串进行匹配
2. 扩充的巴斯克范式
   巴克斯范式：
   1. $\to$：定义为
   2. $|$：或
      （[[2.3 程序语言的语法描述]]）
      扩充：
   3. 用花括号 { α } \{\alpha\} {α}表示闭包运算${\alpha }^{\ast }$
      （[[2.3 程序语言的语法描述]]）
   4. 用 { α } n 0 \{\alpha\}^0_n {α}n0​表示任意重复$0$次至$n$次， { α } 0 0 = α 0 = ε \{\alpha\}_0^0=\alpha^0=\varepsilon {α}00​=α0=ε
   5. 用方括号$[\alpha ]$表示 { α } 1 0 \{\alpha\}_1^0 {α}10​，即表示$\alpha$的出现可有可无（等价于$\alpha |\epsilon$）
      例：
      实数： d e c i m a l → [ s i g n ] i n t e g e r . { d i g i t } [ e x p o n e n t ] e x p o n e n t → E [ s i g n ] i n t e r g e r i n t e r g e r → d i g i t { d i g i t } s i g n → + ∣ − \begin{matrix}decimal\rightarrow[sign]integer.\{digit\}[exponent]\\exponent\rightarrow E[sign]interger\\interger\rightarrow digit\{digit\}\\sign\rightarrow +|-\end{matrix} decimal→[sign]integer.{digit}[exponent]exponent→E[sign]intergerinterger→digit{digit}sign→+∣−​
      第一行定义浮点数整体
      第二行定义科学计数法部分
      第三行定义整数/小数的纯数字串部分
      第四行定义符号部分

4.5 预测分析程序

本质上就是4.4的延伸

1. 分析表
   结构：
   1. 横坐标：待匹配的符号类型
   2. 纵坐标：待定义的非终结符
   3. 表内容：非终结符的定义/ERROR
2. 栈
   符号栈：用于存放定义得来的待抵消的非终结符/终结符字符串
3. 预测分析程序

4.5.1 预测分析程序工作过程

1. 符号栈顶为终结符
   1. 符号栈顶终结符与字符串首进行抵消
2. 符号栈顶为非终结符
   以字符串首字母为横坐标，以符号栈顶非终结符为纵坐标，查询预测分析表
   1. 内容为定义式
      弹出非终结符，从右向左读取定义，并压入符号栈
   2. 内容为空
      ERROR，匹配失败
3. 符号栈顶为#，输入串为#
   匹配成功

4.5.2 预测分析表的构造

本质上是根据定义的$FIRST$来确定位置，如果$E$的某一定义$P$的$FIRST$中有终结符$\alpha$，则将分析表中$(\alpha ,E)$位置设置为$P$
具体操作：

1. 若$X\in V_T$，则 F I R S T ( X ) = { X } FIRST(X)=\{X\} FIRST(X)={X}
2. 若$X\in V_N$，且有产生式$X\to a\cdots$，则把$a$加入到$FIRST(X)$中；若$X\to \epsilon$也是一条产生式，则将$\epsilon$也加到$FIRST(X)$中
3. 若$X\to Y\cdots$是一个产生式且$Y\in V_N$，则把$FIRST(Y)$中所有非$\epsilon$-元素都加到$FIRST(X)$中；若$X\to Y_1{Y}_2\cdots Y_k$是一个产生式，$Y_1,\cdots ,Y_{i-1}$都是非终结符且$FIRST$中含有$\epsilon$，则将$FIRST(Y_i)$中的元素加入$FIRST(X)$中；若$Y_1,\cdots ,Y_k$都是非终结符且$FIRST$中含有$\epsilon$，则将$\epsilon$加入$FIRST(X)$中
   重复上述操作至集合不再发生变化
   递归查找各个非终结符的产生式也行
   $\star$ 如果已知文法是无二义的，则无需查看$FOLLOW$集合
   $\star$ 如果文法$G$是左递归或二义的，则$M$至少含有一个多重入口

4.6 LL(1)分析中的错误处理

略