编译原理系列之五 自底向上优先分析(2)-算符优先分析法
算符优先分析法
1.基本概念
-
算符文法(OG)：文法G中没有形如A=>···BC···的产生式，其中B、C为非终结符，则G为算符文法（operator grammar）。
也就是说产生式的右部不能出现两个非终结符相邻，就好像算式中两个操作数相连。
算符文法的两个性质：
①算符文法中任何句型都不包含两个相邻的非终结符。②如果Ab（bA）出现在算符文法的句型y中，则y中含b的短语必含A，含A的短语不一定含b。 -
算符优先文法(OPG)：一个不含ε产生式的算符文法G，任意终结符对(a,b)之间最多只有一种优先关系存在，则G为算符优先文法（operator precedence grammar）。
以算式类比，也就是说我们只关心算符之间的优先关系，不关心操作数的优先关系，·利用算符的优先性和结合性来判断哪个部分先计算（归约）。
注意 ：这里的优先关系与简单优先分析法中不一样。
a、b为终结符，A、B、C为非终结符
-
a和b优先级相等，表示为
a=·b，当且仅当G中存在产生式规则A=>···ab···或者A=>···aBb···。解读：表示a、b在同一句柄中同时归约。
-
a优先级小于b，表示为
a解读：表示b、a不在一个句柄中，b比a先归约。
-
a优先级大于b，表示为
a>·b，当且仅当G中存在产生式规则A=>··Bb···，且B=+=>···a或B=+=>···aC。解读：表示b、a不在一个句柄中，a比b先归约。
- FIRSTVT()：FIRSTVT(B)={b|B=+=>b···或B=+=>Cb···}
- LASTVT()：LASTVT(B)={b|B=+=>···b或B=+=>···bC}
- 素短语：（a）它首先是一个短语，（b）它至少含一个终结符号，（c）除自身外，不再包含其他素短语。
-
2.FIRSTVT()的构造算法
-
原理:
①如果有这样的表达式：A=>a···或者A=>Ba···，那么a∈FIRSTVT(A)。
②如果有这样的表达式：B=>A···且有a∈FIRSTVT(A)，则a∈FIRSTVT(B)。
-
算法：
数据结构：
布尔数组F[m,n]，m为非终结符数量，n为终结符数量，为真时表示对应a∈FIRSTVT(A)。
栈S：暂存用于进行原理②的元素。
流程图：
FIRSTVT构造算法流程图
类似原理可以构造LASTVT()的算法。
-
代码
#include#include "fstream" #include using namespace std; /** * 文法输入文件格式要求: * 所有符号均为单个字符， * 每个产生式占一行， * 非终结符用大写字母A-Z表示， * 终结符用小写字母a-z和其他符号表示 * 产生式右部用|表示或 * * 示例： * S->#E# * E->E+T * E->T * T->T*F * T->F * F->P!F|P * P->(E) * P->i */ #define MAX_NUM 30 //非终结符最大数量 //产生式的前两个字符 class EasyProductions { public: char firstChar; char secondChar; EasyProductions *nextPtr = NULL; }; //Tchar∈firstvt(Vchar) class VTRelation { public: char Tchar; char Vchar; }; //文法中终结符，非终结符数目 int tNum, vNum; //储存终结符，非终结符 char tSymb[MAX_NUM], vSymb[MAX_NUM]; //存放VTRelation的栈 stack stk; //26个非终结符的EasyProductions链表指针，序号为对应ascii码 EasyProductions *productions[MAX_NUM]; //firstvt矩阵 int **firstvt; //判断是否为非终结符 bool isTerminal(char c) { if (c <= 90 && c >= 65) return false; else return true; } //判断终结符是否已经保存至数组 bool isInTNum(char c) { for (int i = 0; i < tNum; i++) { if (tSymb[i] == c) return true; } return false; } //判断终结符是否已经保存至数组 bool isInVNum(char c) { for (int i = 0; i < vNum; i++) { if (vSymb[i] == c) return true; } return false; } //通过终结符字符找在数组中的编号 int findIndexByTchar(char c) { for (int i = 0; i < tNum; i++) { if (tSymb[i] == c) { return i; } } return -1; } //通过非终结符字符找在数组中的编号 int findIndexByVchar(char c) { for (int i = 0; i < vNum; i++) { if (vSymb[i] == c) { return i; } } return -1; } //将出现过的终结符或非终结符保存至数组 void saveSymb(char c) { if (isTerminal(c)) { //是终结符 if (!isInTNum(c)) { tSymb[tNum] = c; tNum++; } } else { //是非终结符 if (!isInVNum(c)) { vSymb[vNum] = c; vNum++; } } } //解析每条产生式的前两个字符 void analysisGrammar(char buffer[], EasyProductions *productions[]) { int start = 3; //从3开始为产生式右部开头 int offset = 0; //距离产生式右部开头的偏移量 saveSymb(buffer[0]); while (buffer[start + offset] != 0) //产生式读完 //没有换行符 { if (buffer[start + offset] != '|') saveSymb(buffer[start + offset]); if (offset == 0 && buffer[start + offset] != '|') //开头 { if (buffer[start + offset + 1] != 0 || buffer[start + offset + 1] != '|') //开头有两字符 { EasyProductions *production = new EasyProductions; production->firstChar = buffer[start + offset]; production->secondChar = buffer[start + offset + 1]; if (productions[buffer[0] - 65] == NULL) { productions[buffer[0] - 65] = production; } else //头插法 { EasyProductions *temp = productions[buffer[0] - 65]->nextPtr; productions[buffer[0] - 65]->nextPtr = production; production->nextPtr = temp; } } else //开头只有一个字符 { EasyProductions *production = new EasyProductions; production->firstChar = buffer[start + offset]; production->secondChar = 0; if (productions[buffer[0] - 65] == NULL) { productions[buffer[0] - 65] = production; } else //头插法 { EasyProductions *temp = productions[buffer[0] - 65]->nextPtr; productions[buffer[0] - 65]->nextPtr = production; production->nextPtr = temp; } } offset++; } else //不是开头，跳过 { if (buffer[start + offset] == '|')//重新开头 { offset++; start = start + offset; offset = 0; } else { offset++; } } } } //读取当前目录下grammar.txt并解析文法 int readGrammar(EasyProductions *productions[]) { char buffer[256]; ifstream inf("grammar.txt"); if (!inf.is_open()) { cout << "Error opening file" << endl; return -1; } while (!inf.eof()) //每读一句产生式就解析 { inf.getline(buffer, 100); analysisGrammar(buffer, productions); } return 0; } //算法原理第一步：如果有这样的表达式：A=>a···或者A=>Ba···，那么a∈FIRSTVT(A)。 void stepOne() { for (int i = 0; i < MAX_NUM; i++) //遍历每个非终结符的EasyProductions { EasyProductions *production; production = productions[i]; //链表头指针 while (production != NULL) { if (isTerminal(production->firstChar)) { //产生式第一个字符是终结符 //保存至矩阵中 firstvt[findIndexByVchar((char)(i + 65))][findIndexByTchar(production->firstChar)] = 1; //保存到关系中并压栈 VTRelation *relation = new VTRelation; relation->Vchar = (char)(i + 65); relation->Tchar = production->firstChar; stk.push(relation); } else if (isTerminal(production->secondChar) && production->secondChar != 0) { //产生式第一个字符不是终结符但第二个字符是终结符 //保存至矩阵中 firstvt[findIndexByVchar((char)(i + 65))][findIndexByTchar(production->secondChar)] = 1; //保存到关系中并压栈 VTRelation *relation = new VTRelation; relation->Vchar = (char)(i + 65); relation->Tchar = production->secondChar; stk.push(relation); } production = production->nextPtr; //指向下个节点 } } } //算法原理第二步：B=>A···且有a∈FIRSTVT(A)，则a∈FIRSTVT(B) void stepTwo() { while (!stk.empty()) { //栈不为空 VTRelation *relation = stk.top(); int nnn = stk.size(); stk.pop(); nnn = stk.size(); //弹出,得到(A,a) for (int i = 0; i < MAX_NUM; i++) //遍历每个非终结符的EasyProductions { if ((char)i == relation->Vchar) //A->···时跳过 continue; EasyProductions *production; production = productions[i]; //链表头指针 while (production != NULL) { if (production->firstChar == relation->Vchar) //找到B->A···,得到(B,a) { if (firstvt[findIndexByVchar((char)(i + 65))][findIndexByTchar(relation->Tchar)] == 1) //已知则跳过 { production = production->nextPtr; //指向下个节点 continue; } //保存至矩阵中 firstvt[findIndexByVchar((char)(i + 65))][findIndexByTchar(relation->Tchar)] = 1; //保存到关系中并压栈 VTRelation *relationStack = new VTRelation; relationStack->Vchar = (char)(i + 65); relationStack->Tchar = relation->Tchar; stk.push(relationStack); } production = production->nextPtr; //指向下个节点 } } } } //打印FirstVT矩阵 void printFirstVT() { for (int i = 0; i < vNum; i++) { cout << "FirstVT(" << vSymb[i] << ")={ "; for (int j = 0; j < tNum; j++) { if (firstvt[i][j] == 1) { cout << tSymb[j] << " "; } } cout << "}" << endl; } } /** * FirstVT构造算法 */ int main() { //初始化terminal数组 for (int i = 0; i < MAX_NUM; i++) productions[i] = NULL; tNum = 0, vNum = 0; readGrammar(productions); //初始化firstvt矩阵 firstvt = new int *[vNum]; //非终结符为行 for (int i = 0; i < vNum; i++) firstvt[i] = new int[tNum]; //终结符为列 for (int i = 0; i < vNum; i++) for (int j = 0; j < tNum; j++) firstvt[i][j] = 0; stepOne(); stepTwo(); printFirstVT(); return 0; }
3.算符优先关系矩阵的构造算法
-
原理
=·关系
查看所有产生式的右部，寻找A=>···ab···或者A=>···aBb···的产生式，可得a=·b。
<·关系
查看所有产生式的右部，寻找A=>···aB···的产生式，对于每一b∈FIRSTVT(B)，可得a<·b。
>·关系
查看所有产生式的右部，寻找A=>··Bb···的产生式，对于每一a∈LASTVT(B)，可得a>·b。
-
算法：
流程图：
算符优先关系矩阵的构造算法流程图
- 代码
4.算符优先分析法
读入字符串为X1X2···Xn#
数组S[n+2]用于存放压入栈的字符
流程图：
算符优先分析法流程图
代码：
5.实例
算术表达式文法G[E]：
E→E +T | T
T→T * F | F
F→i |（E）
对输入串i+i#的算符优先分析
-
求非终结符的FIRSTVT()和LASTVT()集：
FIRSTVT()={ + * i ( }
FIRSTVT()={ * i ( }
FIRSTVT()={ i ( }
LASTVT()={ + * i )}
LASTVT()={ * i )}
LASTVT()={ i )}
-
求算符优先关系矩阵
| + | * | （ | ） | i | |
|---|---|---|---|---|---|
| + | > | < | < | > | < |
| * | > | > | < | > | < |
| ( | < | < | < | = | < |
| ) | > | > | > | ||
| i | > | > | > |
- 用算符优先分析法进行归约
| S栈 | 优先关系 | 当前符号 | 输入串 | 动作 |
|---|---|---|---|---|
| # | < | i | +i# | 移进 |
| #i | > | + | i# | 归约 |
| #N | < | + | i# | 移进 |
| #N+ | < | i | # | 移进 |
| #N+i | > | # | 归约 | |
| #N+N | > | # | 归约 | |
| #N | = | # | 完成 |
语法树：
语法树
6. 总结
通过算符优先分析法我们避免了单非终结符的归约，可以检查字符串是否为文法的句子，但是可以发现我们无法知道句子是怎么进行归约的，语法树也不是真正的语法树。
同时算符优先分析法也无法完全确定字符串能够被正确归约，有一些字符串可能可以通过算符优先分析法进行归约，但实际上它不是该文法的句子。
算符优先分析法在对文法的要求较高，适用于表达式的语法分析。