编译原理——编译基础知识

编译基础知识

语言是什么

1.1，高级语言

• 语言就是一个记号系统
  • 通过语法来组成语义

1.2，语法规则

• 如何语言程序可以看成一定字符集
• 语法使得这串字符串形成一个形式上正确的程序

1.3，词法规则

• 规定了那些字符串是单词符号

• 单词符号一般包括：常数，标识符，基本字，算符等等

• 可以使用正规式和有限自动机理论来描述词法结构进行词法分析

  • 正规式：正确的单词符号
  • 有限自动机：用来比较编写的程序符号和正规式是否一样

1.4，语义

• 离开语义，语言就是一堆符号的集合

字符

字母表和符号串

1. 字母表
   • 是符号的非空有穷集合
   • 用∑，V表示
2. 符号
   • 语言中最基本的单位
3. 符号串
   • 符号串是字母表中符号组成的又穷序列
   • 空串：不含任何符号的串为空串，记作ε表示
4. 句子
   • 字母表上符合某种规则构成的串
   • 这种规则可以是构成单词的构造也可以是构成语句的规则
5. 语言
   • 字母表上句子的集合
6. 使用a,b,c表示符号；使用α，β，γ表示符号串；使用A,B,C表示集合

符号串集合的运算

1. 连接（乘积）运算：
   • 定义：若串集A={α1，α2，α3}，串集B={β1，β2，β3}，则乘积AB={αβ|α∈A and β∈B}
     • 串集自身的乘积称为串集的方幂
     • A的0次方={ε}
2. 闭包运算
   • 闭包：字母表A的闭包（A*）：
     • A* =A⁰∪A¹∪A²∪A³……=A*
     • A上所有符号组成的所有串的集合
   • 正闭包：字符表A的正闭包（A+）：
     • A+ =A¹∪A²∪A³……=A*-{ε}
     • A上所有符号组成的所有串的集合（不包括空串）
   • 语言：字母表上符合某种规则的语句组成的
     • 字母表上的语言就是字母表上正闭包的子集

文法和语言的关系

1. 文法的概念

   1. 文法就是描述语言的语法结构的形式规则

2. 相关概念

   1. 非终结符

      • 出现在规则的左部，用<>括起来，表示一定语法概念的词
      • 非终结符使用VN表示

   2. 终结符

      • 语言中不可分割的字符串，使用终结符集合VT包含

   3. 开始符

      1. 表示所定义的语法范畴的非终结符
      2. 开始符称为识别符号

   4. 产生式

      • 用来定义符号串之间的关系的一组语法规则
      • 形式：A->α（A产生α）

   5. 推导

      • 从开始符号开始，通过使用产生式的右部取代左部，最终产生语言的一个句子的过程
      • 最左（右）推导：每次使用一个规则，以其右部取代符号串最左（右）非终结符
        • 最左推导和最右推导称为规范推导

   6. 规约

      • 规约就是推导的逆过程，从给定的源语言的句子开始，通过产生规则的左部替换右部，最终达到开始符号的过程
      • 最左（右）规约是最右（左）推导的逆过程
        • 最左规约和最右规约为规范规约

   7. 句型

      • 句型是从文法的开始符号S开始的，每步推导（包括0步推导）所得到的字符串α
      • 记作：S-* ->α，其中α属于（VN∪VT）*
      • α是终结符和非终结符并集的闭包
      • 句子：是仅含终结符的句型

   8. 过程
      其中的形容词和名词的组成可以成为主语或者宾语，使用的是深度优先搜索算法，进行逐个的遍历语法，当发现语法不对就进行回溯
      图形化的最左规约方式，这个图就是语法树

   9. 语言：

      • 从S开始通过1步或者1步以上推导得到的句子的集合
      • 记作L(G)。L(G)={α|S-±>α，且α∈VT*}
      • 句型：必须包含非终结符；句子：只有终结符

   10. 巴斯克范式：

       • 使用()提取因子：U->ax|ay|az U->a(x|y|z)

       • 使用{}表示重复次数：<标识符>-><字母>{<字母>|<数字>}上5下0

       • []任选符号：<整数>->[+|-]<数字>{<数字>}文法与语言的形式定义

3. Chomsky对文法的定义：(VN,VT,P,S)

   • VN非终结符的集合，VT终结符的集合，P文法规则的集合，S开始符号