第3章清华大学编译原理PPT

语言概述
语言是由句子组成的集合，是由一组符号所构成 的集合。 汉语--所有符合汉语语法的句子的全体 英语--所有符合英语语法的句子的全体 程序设计语言--所有该语言的程序的全体 每个句子构成的规律 研究语言 每个句子的含义 每个句子和使用者的关系
研究程序设计语言 每个程序构成的规律 每个程序的含义 每个程序和使用者的关系 语言研究的三个方面 语法 Syntax 语义 Semantics 语用 Pragmatics
如果不考虑语义和语用，即只从语法这一侧 面来看语言，这种意义下的语言称作形式语 言。形式语言抽象地定义为一个数学系统。 “形式”是指这样的事实：语言的所有规则 只以什麽符号串能出现的方式来陈述。形式 语言理论是对符号串集合的表示法、结构及 其特性的研究。是程序设计语言语法分析研 究的基础。
试以Pascal语言赋值语句为例，说明什么是一个语法成分 的语法、语义、语用。
文法的直观概念和语言概述
当我们表述一种语言时，无非是说明这种语言的 句子，如果语言只含有有穷多个句子，则只需 列出句子的有穷集就行了，但对于含有无穷句 子的语言来讲，存在着如何给出它的有穷表示 的问题。 以自然语言为例，人们无法列出全部句子，但是 人们可以给出一些规则，用这些规则来说明(或 者定义)句子的组成结构，比如汉语句子可以是 由主语后随谓语而成，构成谓语的是动词和直接 宾语，我们采用第2章所介绍的EBNF来表示这 种句子的构成规则：
{ } ......
* 2
* { } * 2 3 ......
例：Σ ={a,b} Σ *={ε ,a,b,aa,ab,ba,bb,aaa,aab,…} Σ +={a,b,aa,ab,ba,bb,aaa,aab,…}
有关定义和记号
“我是大学生”。是汉语的一个句子 〈句子〉∷=〈主语〉〈谓语〉 〈主语〉∷=〈代词〉｜〈名词〉 〈代词〉∷=我｜你｜他 〈名词〉∷=王明｜大学生｜工人｜英语 〈谓语〉∷=〈动词〉〈直接宾语〉 〈动词〉∷=是｜学习 〈直接宾语〉∷=〈代词〉｜〈名词〉
有了一组规则以后，按照如下方式用它们导出句子：开始去找 ∷=左端的带有〈句子〉的规则并把它由∷=右端的符号串代 替，这个动作表示成：
文法即是生成方式描述语言的：语言中的 每个句子可以用严格定义的规则来构造. 下面给出文法的定义.进而在文法的定义 的基础上,给出推导的概念,句型、句子和 语言的定义.
定义
文法G定义为四元组(VN，VT，P，S )其中 VN为非终结符号(或语法实体，或变量)集； VT为终结符号集； P为产生式(也称规则)的集合； VN，VT和P是非空有 穷集。 S称作识别符号或开始符号，它是一个非终结符， 至少要在一条产生式中作为左部出现。 VN和VT不含公共的元素，即VN ∩ VT = φ 用V表示VN ∪ VT ，称为文法G的字母表或字汇表 规则，也称重写规则、产生式或生成式，是形如 α→β或α∷=β的(α，β)有序对，其中α是字母表V 的正闭包V+中的一个符号，β是V*中的一个符号。 α称为规则的左部，β称作规则的右部。
对于每个符号串s， s和ε 两者都是符号串s的前 缀，后缀和子串。 符号串s的真前缀，真后缀，真子串：任何非空 符号串 x,相应地，是s的前缀，后缀或子串， 并且 s x
符号串的运算
符号串的长度：符号串中符号的个数.符号串s的长度 记为|s|。 ε 的长度为0 连接：符号串x、y的连接,是把y的符号写在x的符号 之后得到的符号串xy 如 x=ab,y=cd 则 xy=abcd 有ε a = aε 方幂：符号串自身连接n次得到的符号串 an 定义为 aa…aa n个a a1=a, a2=aa则a0=ε
有关定义和记号—回顾 符号串s的头（前缀）：移走符号串s尾部的零 个或多于零个符号得到的符号串. 如： b是符号串banana的一个前缀. 符号串s的尾（后缀）：删去符号串s头部的零 个或多于零个符号得到的符号串. 如:nana是符号串banana的一个后缀. 符号串s的子串：从s中删去一个前缀和一个后 缀得到的符号串. 如:ana是 符号串banana的一个子串.
符号串集合：若集合A中所有元素都是某字母 表上的符号串，则称A为字母表上的符号 串集合。 两个符号串集合A和B的乘积定义为 AB =xy|xA且yB 若 集合A=ab,cde B = 0,1 则 AB =ab1,ab0,cde0,cde1 使用 * 表示上的一切符号串（包括ε ）组 成的集合。Σ *称为Σ 的闭包。 上的除ε 外的所有符号串组成的集合记为 + 。 Σ +称为Σ 的正闭包。
文法和语言的形式定义 如何来描述一种语言？
如果语言是有穷的（只含有有穷多个句子），可以 将句子逐一列出来表示 如果语言是无穷的，找出语言的有穷表示。语言的 有穷表示有两个途经： 生成方式 （文法）：语言中的每个句子可以用严 格定义的规则来构造。 识别方式（自动机）：用一个过程，当输入的一任 意串属于语言时，该过程经有限次计算后就会停止 并回答“是”，若不属于，要麽能停止并回答“不 是”，（要麽永远继续下去。）
语言是由句子组成的集合，是由一组符号所构成的集合。换言
之,字母表上的一个语言是上的一些符号串的集合 (字母表 上的每个语言是*的一个子集)。 例如：字母表Σ ={a,b} ,Σ *={ε ,a,b,aa,ab,ba,bb,aaa,aab,…} 集合{ab,aabb,aaabbb,…,anbn,…} 或表示为{w|w∈Σ *且w=anbn,n≥1}为字母表上的一个语言。 集合{a,aa,aaa,…} 或表示为{w|w∈Σ *且w=an,n≥1} 为字母表上的一个语 言。 ε 是一个语言。 即 是一个语言。
Define a grammar
A grammar G is defined as a 4-tuple (VN，VT，P，S )
VN is a set of nonterminals VT is a set of terminals P is a set of productions，each production consists of a left side,an arrow(or ‘::=‘),and a right side S is a designation of one of the nonterminals as the start symbol V =VN ∪ VT is the alphabet of G
给出语言上的有关运算 设L是（上的）一个语言,M是（上的）一个语 言, 语言L和M的并，交，差，补是一个语言。 语言L和M的并为 LM，是一个语言: {w|w is in L or is in M} 如： L1 ={a,b,…y,z} M1 ={1,2…8,9 } L1M1={a,b,… y,z，1,2…8,9 } 语言L和M的连接是一个语言，记为 LM LM={st |s∈L且 t∈M} 如： L1M1 ={a1,b1,…y1,z1,a2,b2…a9…z9} 有L ε = ε L=L。 L的n次连接Ln= LL...L
英语句子
sentence –> <subject> <verb-phrase> <object> subject –> This | Computers | I verb-phrase –> <adverb> <verb> | <verb> adverb –> never verb –> is | run | am | tell object –> the <noun> | a <noun> | <noun> noun –> university | world | cheese | lies This is a university. Computers run the world. I am the cheese. I never tell lies.
语法 -- 表示构成语言句子的各个记号之间 的组合规律 语义 -- 表示各个记号的特定含义。（各个 记号和记号所表示的对象之间的关系） 语用 --表示在各个记号所出现的行为中， 它们的来源、使用和影响。
每种语言具有两个可识别的特性，即语言的形式 和该形式相关联的意义。 语言的实例若在语法上是正确的，其相关联的意 义可以从两个观点来看，其一是该句子的创立 者所想要表示的意义，另一是接收者所检验到 的意义。这两个意义并非总是一样的，前者称 为语言的语义，后者是其语用意义。幽默、双 关语和谜语就是利用这两方面意义间的差异。
第3章
本章目的
文法和语言
为语言的语法描述寻求工具
工具要对程序设计语言给出精确无二义的语法描 述。（严谨、简洁、易读）
形式工具--形式语言抽象地定义为一个数学 系统。“形式”是指这样的事实：语言的 所有规则只以什麽符号串能出现的方式来 陈述
本章知识点(内容)
引言和预备知识
文法和语言的形式定义 文法的类型 上下文无关文法及其语法树 上下文无关文法的句型分析 有关文法实用中的一些说明
语法：赋值语句由一个变量，后随一个符号::=,再在后面跟一 个表达式所构成。
语义：先对该语句的右部表达式求值，然后把所得结果与语句 左部的变量相结合，并取代该变量原有的值。 语用：赋值语句可用来计算和保存表达式的值。
程序设计语言的语法描述
来自百度文库
语法图：用图解形式来描述程序设计语言语法规则的工具。
BNF范式：用简括号括住待描述的语法成分，用::=表示语法成 分的定义，| 表示或者。 扩充的BNF范式：{x} 表示可以出现0到多次 [x] 表示可能出现，也可能不出现 (x|y) 表示x和y二者取一 自然语言（口语）：用自然语言来描述程序设计语言的语法成 分
〈句子〉 〈主语〉〈谓语〉， 然后在得到的串〈主语〉〈谓语〉中，选取〈主语〉或〈谓 语〉，再用相应规则的∷=右端代替之。比如，选取了〈主 语〉，并采用规则〈主语〉∷=〈代词〉，
那么得到：〈主语〉〈谓语〉 〈代词〉〈谓语〉，
重复做下去， 句子：“我是大学生”的全部动作过程是：
〈句子〉 〈主语〉〈谓语〉 〈代词〉〈谓语〉
语言上的运算 语言L的 闭包记为 L*， L*= L0 L1 L2 ... L0= ε ， Ln= L Ln-1= Ln-1 L,n1 语言L的正 闭包记为 L+， L+= L1 L2 L3 ... L+= LL*= L*L L*= L+ ε 如： L1 ={a,b,…y,z} M1 ={1,2…8,9 } （L1M1）={a,b,… y,z，1,2…8,9 } （L1M1）*={a,b,… y,z，1,2…8,9 ， aa,1a,…xyz,6789st..} L1（L1M1）*={所有字母打头的字母和数字符号 串}
我〈谓语〉 我〈动词〉〈直接宾语〉 我是〈直接宾语〉 我是〈名词〉 我是大学生
“我是大学生”的构成符合上述规则，而 “我大学生是”不符合上述规则，我们 说它不是句子。这些规则成为我们判别 句子结构合法与否的依据，换句话说， 这些规则看成是一种元语言，用它描述 汉语。这里仅仅涉及汉语句子的结构描 述。其中一种描述元语言称为文法。
标识符的语法描述
语法图：
标识符 字母 字母 字母 BNF范式： <标识符>::=<字母>|<标识符> <字母>|<标识符> <数字>
扩充的BNF范式： <标识符>::=<字母> {<字母>| <数字>} 自然语言（口语）：标识符是有字母后跟若干个（包括0个）字 母或数字的符号串组成的。
有关定义和记号—回顾 符号：可以相互区别的记号（元素）。 字母表：符号（元素）的非空有穷集合。 符号串：由字母表中的符号组成的任何有穷序 列称为该字母表上的符号串。1.空符号串ε (没 有符号的符号串)是上的符号串 2.若x是上的 符号串,a是的元素,则xa是上的符号串 3. y是 上的符号串,当且仅当它可以由1和2导出。 例如： Σ ={a,b} ε ,a,b,aa,ab,aabba…都是上的符号串