【软件设计师】——编译原理

---

编译系统的结构

词法分析/扫描(Scanning)

从左向右逐行扫描源程序的字符，识别出各个单词，确定 单词的类型 。将识别出的单词转换成统一的 机内表示 ， 词法单元(token)形式：

token:<种别码, 属性值>

单词类型	种别	种别码
关键字	program, if , else…	一词一码
标识符	变量名，数组名，记录名…	多词一码
常量	整型，浮点型，字符型…	一型一码
运算符	算术、关系、逻辑	一词\一型一码
界限符	; ( ) = { } …	一词一码

语法分析( parsing)

语法分析器 (parsing) 从此法分析器输出的token序列中 识别出各类短语 ，并构造语法分析树。

position = initial + rate * 6;
 <=>  <+>  <*> <;>

语义分析

• 收集标识符的属性信息

  • 种属 (kind)

  • 类型 (type)

  • 存储位置，长度

  • 值

  • 作用域

  • 参数和返回值信息

• 语义检查

  • 变量或过程未经声明就使用
  • 变量或过程名重复声明
  • 运算分量类型不匹配
  • 操作符与操作数之间的类型不匹配
    • 数组下标不是证书
    • 对非数组变量使用数组访问操作符
    • 对非过程名使用过程调用操作符
    • 过程调用的参数类型或数目不匹配
    • 函数返回类型不匹配

中间代码生成

• 三地址码 (Three-address Code)
  • 三地址码由类似汇编语言的指令序列组成，每个指令最多有三个操作数
• 语法结构树/语法树 (Syntax Trees)

目标代码生成

• 目标代码生成以源程序的中间表示形式作为输入，并把它映射到目标语言
• 目标代码生成的一个重要人物是为程序中使用的变量 合理分配寄存器

代码优化

• 为改进代码所进行的 等价程序变换 ，使其 运行得更快 ， 占用空间更少 。

语言和文法

字母表(Alphabet)

• 字母表$\Sigma$ 是一个有穷符号集合
• 字母表的 乘积 ： ${\Sigma }_1{\Sigma }_2=\{ab|a\in {\Sigma }_1,b\in {\Sigma }_2\}$
• 字母表的 n次幂 : ${\Sigma }^n={\Sigma }^{n-1}\Sigma$
• 字母表的 正闭包 : ${\Sigma }^{+}={\Sigma }^{1}U{\Sigma }^{2}U{\Sigma }^3...$
• 字母表的 克林闭包 : ${\Sigma }^{\ast }={\Sigma }^{0}U{\Sigma }^{+}$

串(String)

• 串是字母表中 符号的 一个 有穷序列
• 串s的 长度 通常记作 |s| ,指其中符号的个数
• 空串 是长度为0的串，用 $ϵ$ 表示
• 串的连接 ： x = dog , y= house , xy = doghouse
• 串的幂运算 ：若s = ba, 有 $s^1=ba,s^2=baba,s^3=bababa...$

文法

$$G=(V_T,V_N,P,S)$$

• $V_T：$ 终结符集合 ， 终结符(terminal symbol) 是文法所定义的语言的 基本符号 ，有时也称为token

• $V_N：$ 非终结符集合 ，非终结符(nonterminal) 是用来表示语法成分的符号，也称语法变量

• $P：$ 产生式集合，产生式(production) 描述了将终结符和非终结符组合成串的方法

  • 一般形式：$\alpha$->$\beta$
  • 产生式的简写：对一组有相同 左部 的产生式可以简记为：$\alpha$ -> ${\beta }_1|{\beta }_2|{\beta }_3...$ ,右部可称为 $\alpha$ 的候选式

• $S：$ 开始符号

• 推导(Derivations)和归约(Reductions)

  • 推导： 用产生式的左部替换产生式的左部
  • 归约： 推导的逆运算

• 文法分类：

  • 0型文法： 无限制文法，左部至少包含一个非终结符
  • 1型文法： 上下文有关文法，左部符号的个数不准多于右部符号。不包含空产生式
  • 2型文法： 上下文无关文法，左部不能出现终结符
  • 3型文法： 正则文法(RG)
    • 右线性文法: $A$->$wB$ 或 $A$->$w$
    • 左线性文法: $A$->$Bw$ 或 $A$->$w$