编译原理[强化版]

2010计算机科学与技术编译原理资料整理[知识点强化版]杨磊2013/12/22 Sunday注：本资料用于知识点全面复习，内容经PPT及整理得到，分成知识点，补充重点，例题三部分适用于有一定时间（至少3天）复习的同学。

目录第一章编译系统概述2第二章词法分析3第三章程序设计语言的语法描述5第四章自上而下的语法分析7第五章自下而上的语法分析13第六章语法制导翻译和中间代码生成24第七章目标代码生成32第一章编译系统概述源语言和源程序用程序设计语言书写的程序，称为源程序，该程序设计语言称为源语言。

源程序通常用编辑程序输入，用字符(ASCII码)表示，以文本文件形式存储。

目标语言和目标程序目标语言可以是机器语言(二进制)，也可以是汇编语言(字符)，但最终结果必定是机器语言。

机器语言程序用二进制文件存储，汇编语言用文本文件存储。

目标程序是经翻译程序加工后用目标语言表示的程序。

翻译程序将源程序译成逻辑上等价的目标程序的程序。

翻译程序有二种工作方式：编译和解释解释方式以源程序作为输入，输入一句解释执行一句，不产生完整的目标程序，相应的翻译程序称为解释程序编译方式将源程序全部译为目标程序，该目标程序可在操作系统环境下直接执行，相应的翻译程序称为编译程序。

解释方式和编译方式比较解释方式和编译方式的主要区别是：目标代码的执行方式不同，基本原理和方法没有本质上的区别。

解释方式的优点提供一种直接的交互调试功能，容易获得较好的动态调试效果。

（结构简单）解释方式的缺点在执行时需动态地对程序进行分析翻译，开销大，其执行速度相当于编译方式的1/10至1/100。

（执行速度慢，占用空间大）编译程序过程（有哪几部分）从数据加工的角度来看，可将其分成4个逻辑阶段，词法分析、语法分析、语义分析（中间代码产生）、目标代码生成编译程序各个部分的工作、依据以及输入输出（一）词法分析执行词法分析任务的程序称为词法分析器。

任务：字符串形式单词 编码形式单词内部码（二元式）依据：语言的构词规则（二）语法分析执行语法分析任务的程序称为语法分析器。

任务：检查源程序的语法结构是否正确依据：语言的语法规则（三）语义分析执行语义分析任务的程序称为语义分析器或中间代码产生器。

任务：建立符号表和常数表，记录源程序中标识符属性和常数值，根据语言的语义规定生成中间代码。

依据：语言的语义内涵语义分析主要工作为：语义正确性检查、语义翻译中间代码结构简单、意义明确的记号系统，非常接近机器指令，又独立于具体机器。

常用的中间代码有三元式和四元式。

符号表符号表用于记录源程序中出现的标识符(Identifier)，一个标识符往往具有一系列的语义值，它包括标识符的名称、标识符的种属、标识符的类型、标识符值的存放地址等等。

而在四元式中填写的是标识符在符号表中的记录地址，通常称为符号表入口。

常数表常数表用于记录在源程序中出现的常数。

假定，每个整常数在常数表中占2个字节，每个实常数在常数表中占4个字节。

目标代码生成执行目标代码生成的程序称为目标代码生成器。

任务：中间代码 目标代码（机器指令或汇编语言）依据：目标机器的系统结构编译程序的前端和后端由于在编译程序的内部引入了中间代码，这样可将编译程序分为二个相互独立部分。

（一）编译程序前端组成：词法分析器、语法分析器和中间代码产生器特点：依赖于被编译的源语言，输出结果用中间代码描述，和目标机器无关。

（二）编译程序后端组成：目标代码生成器特点：和源语言无关，以中间代码形式的源程序为输入进行处理，输出结果依赖于目标机器。

第二章词法分析词法分析器的构成及各部分的功能（一）预处理程序功能：1）删除注释2）删除续行符和后续换行符3）换行符、TAB替换成空格（二）扫描器（单词识别程序）读入字符并识别单词词法分析任务：从文件读入源程序，去除源程序中与编译无关的编辑字符、注释等，得到由字符拼接的单词。

每当识别出一个单词，就用单词的内部码（单词二元式）替换。

执行词法分析任务的程序称为词法分析器。

单词二元式编码经词法分析后，单词用二元式(Code , Val ) 表示。

code表示单词的种别，用整数码表示。

单词种别表示单词的语法特性，在语法分析时使用。

Val表示单词的值，在本书中用字符串表示。

单词值表示了单词的语义特性，在语义分析时使用。

手工构造词法分析器的方法是先用状态转换图描述出所有单词，然后用程序实现状态转换图，最简单的办法是让每个状态对应一小段程序。

正规式(构词规则)和正规集（有穷字母表∑所有字的特殊子集）的定义：ε和Φ是∑上的正规式，相应的正规集为{ε}、{ }。

若字符a∈∑，则字符a是正规式，相应正规集为{a}。

若α、β为正规式，相应正规集分别记为L(α)和L(β)，则α|β 是正规式，其相应正规集记为L(α|β)=L(α)∪L(β)若α、β为正规式，相应正规集分别记为L(α)和L(β)，则αβ(或α·β)、是正规式，其相应正规集记为L(αβ)= L(α)L(β) ，若α、β为正规式，相应正规集分别记为α*是正规式，其相应正规集记为L(α*)=L(α)n 正规式和正规集实际意义有穷字母表Σ是程序设计语言所使用的字符集的抽象正规集是程序设计语言单词集的抽象正规式是程序设计语言构词规则的抽象DFA定义一个确定有限自动机M是一个五元式M = ( S，Σ，f，s0，Z )S是一个有限集，它的每一个元素称为状态。

Σ是一个有穷字母表，它的每个元素称为一个输入字符。

f是一个从S×Σ至S的映射，即f：S×Σ→S（单值函数）s0∈S，是唯一的一个初态。

Z⊂S，是一个终态集。

NFA定义一个非确定的有限自动机M是一个五元式M=（S，Σ，f，S0，Z）S是一个有限集，它的每一个元素称为状态。

Σ是一个有穷字母表，它的每个元素称为一个输入字符。

f是一个从S× （Σ∪ε）到S的幂集的映射，即f：S×（Σ∪ε）→P(S)(多值函数）S0⊂S，是一个非空初态集，即NFA的初态不一定唯一。

Z⊂S，是一个终态集。

NFA DFA（NFA到DFA的转换，要会过程并标明初态和终态）为了便于描述NFA确定化算法，我们引进二个概念。

（一）I的ε闭包I的ε闭包记为ε_CLOSURE(I)或CLOSURE(I)，设I是NFA M状态集的一个子集，I的ε闭包定义为：若状态s∈I，则s∈ε_CLOSURE(I)。

若状态s∈I，则从状态s出发，经一条或多条ε弧所能到达的状态s'∈ε_CLOSURE(I)。

（二）I aI NFA M状态集的一个子集J a从I出发经一条a弧所能到达的状态全体I aε_CLOSURE(Ja)扫描器控制程序工作原理每次识别单词，控制程序总是从初态出发，不断读入字符，进入下一状态，寻求最长匹配，直到无法前进为止，这样始终都读一个字符。

（从左往右扫描）在状态迁移过程中，需用Token数组保存读入字符。

在无法前进时，若发现当前状态为终态，则认为识别出一个单词，反之出错，即Token 数组所保存的字符串不构成一个单词，而是源程序中的一个错误词形。

事先设置一个单词二元式编码表，它包括除标识符和整常数以外的所有单词（基本字、运算符和界符）。

当DFA识别出一个单词，就根据Token数组所保存的字符串去查表。

若该单词在表中存在，即可获得二元式编码；若不存在，则该单词必为标识符和整常数二者之一，只要稍加判断即可区分。

首字符为字母的是标识符，首字符为数字的是无符号整常数。

练习：2-6,2-7第三章程序设计语言的语法描述语法树非叶结点称为语法单位，在形式语言中称为非终结符。

处于根结点位置的结点在形式语言中又称为开始符号。

叶结点称为单词符号，在形式语言中称为终结符。

规则可以通过建立一组规则，来描述上述句子的语法结构，规则在形式语言中称为产生式。

规则推导句子可用规则来推导出句子。

从开始符号出发，若能从规则推导出某符号串，则该符号串就是该文法的合法的句子，反之语法错误。

文法是由终结符、非终结符、开始符号（特殊非终结符）及产生式四个要素构成。

作用：从开始符号出发，根据产生式能推导出的句子全体称为文法所规定的语言递归文法：含有递归规则和间接递归的文法，称为递归文法。

利用递归文法，可以用有穷的规则来描述无穷的语言，这不但解决了语言的定义问题，而且使得对语言的语法检查成为可能。

形式文法分类0型文法：短语结构文法1型文法：上下文有关文法2型文法：上下文无关文法3型文法：正规文法文法和语言一个文法G是一个四元式(V T,V N,S,P)，其中V T是一个终结符的非空有限集，终结符通常用小写字母表示。

V N是一个非终结符的非空有限集，非终结符通常用大写字母表示。

S是一个特殊的非终结符（S∈V N），称为开始符号。

P是一个产生式（规则）的有限集合，每个产生式的形式是A→α ，其中A∈V N，α∈(V T ∪V N)*。

（一）终结符是语言的基本符号，即程序设计语言的单词。

语法分析时，终结符用单词的种别表示。

（二）非终结符表示抽象的语法单位.例“算术表达式”、“布尔表达式”、“赋值语句”、“说明语句”和“程序”等。

非终结符通常用大写字母表示，也可以用带尖括号的汉字表示。

（三）开始符号是一个特殊的非终结符，它代表我们最感兴趣的语法单位。

例如讨论算术表达式，那么描述算术表达式文法的开始符号就是<算术表达式>。

在程序设计语言中，我们最感兴趣的语法单位是“程序”。

（四）产生式是定义语法单位的一种书写规则。

上下文无关文法产生式的左部必定是一个非终结符，该非终结符称为左部符号。

产生式的右部是终结符和非终结符经有限次连接构成的文法符号串，可以是空字ε。

基本术语（一）直接推出和直接归约=>（二）推导和归约推导：用产生式右部代替左部规约：用产生式左部代替右部α1=+>αn：从α1始，经一步或一步以上可推导出αn。

α1=*>αn：从α1始，经０步或０步以上可推导出αn，即α1=+>αn或α1=αn。

（三）句型若存在推导S=*>α（S为文法的开始符号），则称α是文法的一个句型。

（四）句子:仅包含终结符的句型称为句子。

（五）语言文法Ｇ所能推导出的句子全体称为该文法的语言，记为：L(G)（六）等价文法Ｇ1和Ｇ2是二个不同的文法，若L(G1)=L(G2)，则称G1和G2是等价文法。

等价文法的存在，使我们能够在不改变文法所规定的语言的前提下，为了某种目的改造文法。

（七）最左推导和最右推导在各种推导中，考虑今后语法分析的需要，我们仅对两种推导感兴趣。

1）最左推导在推导过程中始终对最左面的非终结符进行替换，记为α=L>β2）最右推导（规范规约的逆过程）在推导过程中始终对最右面的非终结符进行替换，记为α=R>β语法树我们可以用一个有向图表示一个句型的推导，这种表示称为语法树。