编译原理学习笔记——第一讲 引论

1. 什么是编译程序？

1.1 Compiler（编译程序）

• 定义：把某一种高级语言程序等价地转换成另一种低级语言程序(如汇编语言或机器语言程序)的程序
• 编译程序的进一步分类：
  诊断编译程序(Diagnostic Compiler)
  优化编译程序(Optimizing Compiler)
  交叉编译程序(Cross Compiler)
  可变目标编译程序(Retargetable Compiler)
• 运行编译程序的机器：宿主机
  运行目标语言程序的机器：目标机
  

1.2 Interpreter（解释程序）

• 定义：把源语言写的源程序作为输入，但不产生目标程序，而是边解释边执行源程序
  

2. 为何学习编译原理？

2.1 Computational Thinking（计算思维）

• 计算思维：是运用计算机科学的基础概念去求解问题、设计系统和理解人类的行为，它包括了一系列广泛的计算机科学的思维方法。
• 包括一系列广泛的计算机科学的思维方法：抽象、自动化、问题分解、递归、权衡、保护、冗余、容错、纠错和恢复、利用启发式推理来寻求解答、在不确定情况下的规划、学习和调度。

2.1.1 Abstraction（抽象）

• 图灵机就是一个抽象的机器。
• 图灵机有一条无限长的纸带，纸带分成了一个一个的小方格，每个方格有不同的颜色。
• 有一个机器头在纸带上移来移去。机器头有一组内部状态，还有一些固定的程序。
• 在每个时刻，机器头都要从当前纸带上读入一个方格信息，然后结合自己的内部状态查找程序表，根据程序输出信息到纸带方格上，并转换自己的内部状态，然后进行移动。
  
• 邱奇-图灵论题(The Church-Turing thesis)：所有计算或算法都可以由一台图灵机来执行。
• 编译原理中的"抽象"：
  有限自动机；
  形式文法。

2.1.2 Automation（自动化）

• 将抽象思维的结果在计算机上实现，是一个将计算思维成果物化的过程，也是将理论成果应用于技术的实践。
• 自动化的思维方法不仅体现在编译程序本身的工作机制上，更体现在了编译程序的生成工具的研究和设计上。
• 编译原理中的"自动化“：
  有限自动机；
  预测分析程序；
  算符优先分析；
  LR分析。

2.1.3 Decomposition（分解）

• 将大规模的复杂问题分解成若干个较小规模的、更简单的问题加以解决。
• 编译原理中的"问题分解"：
  为什么编译程序引入中间语言？
  为什么编译分成多个阶段？
  为什么分析过程分成多遍？

2.1.4 Recursion（递归）

• 问题的解决依赖于类似问题的解决，只不过后者的复杂程度或规模较原来的问题更小。
• 一旦将问题的复杂程度和规模化简到足够小时，问题的解法其实非常简单。
• 编译原理中的"递归"：
  递归下降分析；
  基于树遍历的属性计算；
  语法制导翻译。

2.1.5 Tradeoff（权衡，折衷）

• 理论研究重在探寻问题求解的方法，对于理论成果的研究运用又需要在能力和运用中作出权衡。
• 编译原理中的"权衡"：
  用上下文无关文法来描述和处理高级程序设计语言；
  优化措施的选择。

2.2 学习编译原理的意义

1. 学习编译程序构造原理，技术：
   提高对计算机系统总体认识、感悟计算思维、更好地理解“计算”
2. 更好地理解高级语言
3. 运用编译原理和方法构造实用工具：
   用“计算”的眼光看世界、用计算解决实际问题

2.3 编译原理和方法的应用

1. Html/XML分析
2. 语言处理工具（错误拼写检测、自动翻译、搜索引擎）

• 在计算机技术中也应用了语言的翻译或变换
  1.用户接口：Shell命令解释器， …
  2.查询语言：SQL，XQuery， …
  3.网络协议：HTTP， SOAP， …

3. 编译过程

• 编译程序是怎样把高级语言(如C++)翻译成低级语言(如机器指令)的？

• 编译程序工作的五个阶段：
  词法分析、语法分析、中间代码产生、优化、目标代码产生。

3.1 词法分析

• 任务: 输入源程序，对构成源程序的字符串进行扫描和分解，识别出单词符号
• 依循的原则：构词规则
• 描述工具：有限自动机

3.2 语法分析

• 任务：在词法分析的基础上，根据语法规则把单词符号串分解成各类语法单位(语法范畴)
• 依循的原则：语法规则
• 描述工具：上下文无关文法
  

3.3 中间代码产生

• 任务：对各类语法单位按语言的语义进行初步翻译
• 依循的原则：语义规则
• 描述工具：属性文法
• 中间代码：三元式，四元式，树，…

Z:=X + 0.618 * Y 翻译成四元式为

3.4 优化

• 任务：对前阶段产生的中间代码进行加工变换，以期在最后阶段产生更高效的目标代码
• 依循的原则：程序的等价变换规则

3.5 目标代码产生

• 任务: 把中间代码变换成特定机器上的目标代码
• 依赖于硬件系统结构和机器指令的含义
• 目标代码三种形式：
  汇编指令代码: 需要进行汇编
  绝对指令代码: 可直接运行
  可重新定位指令代码: 需要连接（重定位）

例: b=a+2

4. 编译程序的结构

4.1 编译程序总框

• 语法错误：
  源程序中不符合语法（或词法）规则的错误
  非法字符、括号不匹配、缺少 ；、…
• 语义错误：
  源程序中不符合语义规则的错误
  说明错误、作用域错误、类型不一致、…

4.2 遍（pass）

• 所谓"遍"， 就是对源程序或源程序的中间表示从头到尾扫描一次。
• 一遍可以由若干段组成
• 一个阶段也可以分若干遍来完成

4.4 编译前端与后端

• 编译前端：
  与源语言有关，如词法分析，语法分析，语义分析与
  中间代码产生，与机器无关的优化
• 编译后端：
  与目标机有关，与目标机有关的优化，目标代码产生
• 带来的好处：
  程序逻辑结构清晰
  优化更充分，有利于移植
  

5. 编译程序的生成

以汇编语言和机器语言为工具：

• 优点: 可以针对具体的机器，充分发挥计算机的系统
  功能；生成的程序效率高
• 缺点: 程序难读、难写、易出错、难维护、生产的效
  率低

高级语言书写

• 程序易读、易理解、容易维护、生产的效率高
• 利用已有的某种语言的编译程序实现另一语言的编译程序
  
• 把一种机器上的编译程序移植到另一种机器上