编译技术/编译原理期末复习

目录

• [Part One: Lexical Analysis(Scanning)](#Part One: Lexical Analysis(Scanning))
• [Part Two: Syntax Analysis(Parsing)](#Part Two: Syntax Analysis(Parsing))
• • [1. Grammar](#1. Grammar)
  • • [1.1 **CFG**](#1.1 CFG)
    • [1.2 Parse Tree](#1.2 Parse Tree)
    • [1.3 Abstract Syntax Tree](#1.3 Abstract Syntax Tree)
    • [1.4 Ambiguity](#1.4 Ambiguity)
  • [2. Top-Down Parsing](#2. Top-Down Parsing)
  • • [2.1 LL(1)](#2.1 LL(1))
    • [2.2 错误处理](#2.2 错误处理)
  • [3. Bottom-Up Parsing](#3. Bottom-Up Parsing)
• [Part Three: Semantic Analysis](#Part Three: Semantic Analysis)

---

Part One: Lexical Analysis(Scanning)

1. Regular Expression

   操作

   • Union

   • Concatenation

   • Kleene closure

   • Positive closure

2. NFA

   有空串，无法确定当前状态

3. 正则表达式转换成NFA

   一步一步把正则表达式拆开

4. 问题

   1. 如何确定token对应的记号类型？(冲突)

      解决

      • 为正则表达式构建FA

      • 算法：Left-to right scan

      • 规则

        1. Maximal Munch(最大匹配规则)

        2. Priority rule

        3. "catch-all" rule：匹配任何字符并报错

   2. 如何多种可能的扫描方式？

      解决：DFA

   3. 如何高效实现词法分析？​

5. DFA

NFA变为DFA

1. 需解决

   • 消除空闭包

   • 消除同一字符跳转到不同状态

2. 方法

   • Subset Construction(子集构造)

     • NFA变为DFA

     • 从空闭包开始，不断Ia,Iaa...

   • 最小化算法：简化DFA状态

Part Two: Syntax Analysis(Parsing)

1. Grammar

1.1 CFG

1. R.E. vs. CFG

   • 允许递归，表达能力更强

   • CFG没有*

2. 包含关系

   Regular Expression -> Context Free Grammar -> Context Sensitive Grammar -> Unrestricted Grammar(如图灵机Turing machine)

3. Sentence

   • Sentential Form(句型)

     推导过程中产生的所有​​中间符号串(含非终结符；含最终结果)

   • Sentence(句子)

     推导的最终结果​(不含非终结符)

4. 包含LL(k)

1.2 Parse Tree

Derivation(推导)

1. Leftmost Derivation

   最左推导对应前序遍历(根左右)

2. Rightmost Derivation

   最右推导的逆序对应后序遍历(左右根)

1.3 Abstract Syntax Tree

1. 只保留必要信息

2. AST和三地址码是中间表示形式

1.4 Ambiguity

1. 同一句表达式对应不同语法解析树

2. 解决二义性

   • Disambiguating rule(歧义消除规则)

     • 附加额外规则

   • Rewriting the grammar(重写文法)

     • 消除左递归

     • 提取左因子

2. Top-Down Parsing

自顶向下，最左推导

2.1 LL(1)

1. 是预测分析文法

2. 不含二义性，不含左递归和左因子

3. 从左往右扫描输入，最左推导，1个lookahead

4. First集和Follow集

5. LL(1)文法判断

   • 无左递归和左因子

     • 注意这只是条件之一，无法判断一定是LL(1)

   • 根据定义

     • 任意First集无交集

     • First集包含 ε，则First集和Follow集无交集

6. 非LL(1)变成LL(1)

   • 消除左递归

   • 提取左因子

7. Recursive-Descent Parsing(递归下降分析)

   构造递归下降分析：

   • Step1：判断是否为LL(1)

   • Step2：构造递归下降解析器

   • Step3：构造语法分析树和抽象语法树

8. 构建语法分析表

   • Step1：拆开所有"或"，求First(α)

     Follow不用求，除非First包含ε，则Follow(ε)=Follow(A)

   • Step2：对于First(α)的每个a，A->α填入M[A,a]

   • Step3：对于Follow(A)的每个a，将A->α填入M[A,a]

9. 语法分析过程

   • Stack，Input，Action

   • 产生式体的末尾先进栈

2.2 错误处理

错误恢复策略

1. Panic Mode

   遇到错误跳过

2. Phrase-Level Recovery

   局部修复错误

3. Bottom-Up Parsing

1. 包含关系

   LR(0) 属于 SLR(1) 属于 LALR(1) 属于 LR(1)

2. 自底向上，最右推导

3. Handle

   • 是产生式体

   • 是最右推导链的句型的一部分

   • 在栈顶寻找句柄

4. item

5. 关于栈

   • Handle在栈顶附近

   • 栈顶必须是状态符号

   • 占地是任意符号(终/非终/状态)

6. LR(0) Parsing

   1. 起始的产生式体不是单一字符要增广(augment)

   2. 构造DFA

      • NFA状态数与文法大小成正比，构造简单

      • DFA状态数呈指数级增长

   3. 判断LR(0)

      • 无SR冲突：SR冲突：lookahead没要求

      • 无RR冲突：RR冲突：lookahead需要存在交集

   4. 缺点

      • 无lookahead，仅依靠栈内符号

      • 限制语言类别

7. Viable Prefix

   一个可行前缀是一个最右句型的前缀，并且它没有越过该最右句型的最右句柄的右端(可包括句柄)

   这些前缀的集合叫做可行前缀。

8. SLR(1) Parsing

   1. 解决SR和RR冲突

      • 前提：I={X->α • bβ，Α->γ •，Β->δ•}，若Follow(A)∩FOLLOW(B)=φ，且不包含b，下一输入为a

      • 策略

        • 若a=b，Shift

        • 若a∈FOLLOW(A)，Reduce Α->γ

        • 若a∈FOLLOW(B)，Reduce Β->δ

        • 其他情况error

   2. 构建SLR(1)语法分析表

      先构建DFA

   3. 判断SLR(1)

      • 存在SR或RR冲突

      • 对于每个Ai->α • aβ，Bi->γi •，有{ai}∩Follow(B1)∩Follow(B2)∩...=φ(避免缺点3)，则是SLR(1)

   4. SLR(1)缺点

      • Follow集过于宽泛，可能错误归约

      • 状态合并，无法区分不同位置的相同非终结符

      • 存在无法解决的冲突，如next=b，且next∈FOLLOW(A)

9. LR(1) Parsing

   1. 核心：添加lookahead

   2. 与SLR(1)区别

      • SLR(1)先构建LR(0)的DFA，再根据Follow引入lookahead决定归约

      • LR(1)直接构建带lookahead的DFA

   3. 计算lookahead

      • 起始S->E的的lookahead是$

      • 对于终结符T-> •t, a 的展开，lookahead=a

      • 对于非终结符A-> • Bγ, a的展开，lookahead=First(γa)

        • 若γ可推出ε，lookahead再加入a

   4. 构建LR(1)语法分析表

   5. LALR(1)

      • 即Lookahead LR(1)，是LR(0)和LR(1)的折中

      • 合并不同状态里的同心集，若合并后存在RR冲突，则是LALR(1)

        • 同心集指逗号前产生式一样

        • 例如I5：A->d, a和B->d, c，I10：A->d, c和B->d, a

          合并后：A->d, a/c和B->d, a/c。lookahead一样，存在RR冲突，则是LALR(1)

Part Three: Semantic Analysis

1. 编译器逻辑结构

   • Scanner

   • Parser

   • Semantic analyzer

   • IR genenration

   • IR optimizer

   • Code Generator

   • Target code optimizer

2. 流程

   源代码 --Scanner--> Tokens --Parser--> AST --Semantic analyzer--> Annotated Syntax Tree --IR generation--> 中间代码(三地址码) --Code generator--> 目标代码(机器码/汇编代码) --Target code optimizer--> Target machine code

3. 辅助部件

   • Literal table

   • Symbol table

   • Error handler

4. 输入AST，输出dependency graph

5. 符号表

   • 符号表​​是编译器的核心数据结构，支持语义分析和代码生成(synthesis)

   • 作用域检查通常通过符号表来实现，这种符号表可以采用链式结构实现，也可以采用显式的栈结构

---