大話編譯原理---上篇

大話編譯原理---上篇

前序
       記得第一次上編譯原理這門課時，老師曾慷慨激昂的說：“學好編譯原理能讓你們享用一生，你們要好好學啊”。不過學完編譯原理也有一段時間了，平時也找一些編譯原理方面的資料學習，卻始終感受不到學習編譯原理的效用。究其原因還是自己學的太單薄了，畢竟像這種“內功”可不是一天兩天就能練出來的！只是感覺這門課挺有意思，權當一門興趣來學了。

正文
       本文將介紹六大節的內容，其中每個部分又分爲若干小節，如下圖描述：

第一節 編譯程序概覽

       1.編譯程序的定義：將高級語言編寫的源程序翻譯成目標語言的程序。
       例如用Pascal語言、C語言、C++語言等編寫的程序，都是高級語言程序。而這些程序不能直接被計算機理解和執行，必須經過等價的轉換，變成機器能理解與執行的機器語言才能執行。

       2.編譯程序的過程：詞法分析、語法分析、語義分析與中間代碼生成、代碼優化、目標代碼生成。
             ①.詞法分析：直白的說，就是識別單詞。如關鍵字、標示符、常數、特殊符號。
             ②.語法分析：在詞法分析的基礎上將單詞序列組合成各類語法短語。如語句、表達式等等。
             ③.語義分析和中間代碼生成：
             語義分析是對源程序進行上下文有關性質的檢查，看源程序有無語義錯誤。例如：變量是否定義、類型是否正確。
             中間代碼：含義明確、便於處理的記號系統。這種記號系統於源程序和機器語言之間，容易將它翻譯成目標代碼。如三元式、四元式、逆波蘭式等。
             ④.代碼優化：對程序代碼進行等價（不改變程序的運行結果）變換。優化的目的是使最終生成的目標代碼在時間和空間上效率更高。
             ⑤.目標代碼生成：指把語法分析後或優化後的中間代碼變換成目標代碼。目標代碼有三種形式：
　　             ⑴.可以立即執行的機器語言代碼，所有地址都重定位；
　　             ⑵.待裝配的機器語言模塊，當需要執行時，由連接裝入程序把它們和某些運行程序連接起來，轉換成能執行的機器語言代碼；
　　             ⑶.彙編語言代碼，須經過彙編程序彙編後，成爲可執行的機器語言代碼。
       這就是編譯過程的一般分法，不過並非所有的編譯過程都分爲這五個階段。可將語義分析與中間代碼生成、代碼優化這兩個階段省去以加快編譯速度。

       3.編譯程序的開發技術：自編譯、交叉編譯、自展、移植等。

第二節 理論基礎

1.文法
       ①.文法的定義：對語言結構的定義和描述。例如，“The cat ate a house”。

       ②.文法的組成：
             ⑴.終結符：用小寫字母表示，記爲VT。
             ⑵.非終結符：用大寫字母表示，記爲VN。
             ⑶.文法規則集合：規則一般表示爲：A->a。
       一個形式文法是四元有序組G = (VN, VT, S, P)。其中，S爲文法的開始符號，P是規則集。很顯然，見下圖：

舉個例子，設VN={A},VT={a,b,c},S=A,P={A->aAb, A->c}。這樣就構成了文法G = ({A}, {a,b,c}, A, P)。

       ③.文法的分類：0型文法，1型文法，2型文法，3型文法。
              0型文法：也叫短語結構文法。辨別依據：當有α->β時，左邊α中必須含有非終結符，形如A->β等。
              1型文法：也叫上下文有關文法。辨別依據：在0型文法的基礎上，當有α->β時，定有
|α| <= |β|，其中|α| 和|β|分別表示其長度。如有A->Ba,則|α|=1，|β|=2符合1型文法要求。反之,如aA->a，則不符合1型文法。
              附註：雖然要求|α| <= |β|，但有一特例：α->ε也滿足1型文法。
              2型文法：也叫上下文無關文法。辨別依據：在1型文法的基礎上，當有α->β時，α必是終結符。如A->Ba,符合2型文法要求。 如果是Aa->Ba這樣的形式，那麼就不滿足了，因爲Aa不是一個非終結符。
              3型文法：也叫正則文法。辨別依據：在2型文法的基礎上需滿足：A->a|aB（右線性）或A->a|Ba（左線性）。

由此便可得出四類文法的關係：見下圖

       ④.文法的二義性：對於某文法的同一個句子存在兩種不同的語法樹。如下圖：

       由語法樹我們得出句子“i+i*i”是二義性的。
       既然文法會出現二義性，那麼怎麼解決二義性呢？辦法有二：修改編譯算法；修改文法。

2.自動機
       自動機：能識別或生成語言的識別器。
       在談有限自動機之前，先解釋一下術語狀態轉換。所謂狀態轉換，就是當讀入一個字符時，使狀態改變爲另一狀態，改變後的狀態稱爲後繼狀態。

       ①.確定優先自動機（DFA）：只有一個初始狀態，可以有不止一個終止狀態。轉換的後繼狀態都是唯一的。例：

P集爲： Z -> Za | Aa | Bb
     A -> Ba | a
     B -> Ab | b

構造的狀態轉換圖如下圖：

       ②.不確定有限自動機（NFA）：可以有若干個開始狀態，可以有若干個終止狀態。轉換的後繼狀態可有多個。例：

P集爲： Z -> Za | Aa | Bb
            A -> Ba | Za | a
            B -> Ab | Ba | b

構造的狀態轉換圖如下圖：

       ③.NFA到DFA的轉換
       轉換法則：由初始狀態S開始，求狀態的轉換，若有新的狀態出現，繼續求新狀態的轉換，直至沒有新的狀態出現爲止。例：

P集爲： Z -> Za | Aa | Bb
            A -> Ba | Za | a
            B -> Ab | Ba | b

構造的NFA的狀態轉換圖如下圖：

由NFA的狀態轉換圖根據轉換法則就可得到DFA的狀態轉換表如下圖：

       由DFA的狀態轉換表就可得到DFA的狀態轉換圖了。狀態轉換圖在這就不展示了，如果你有興趣的話，自己可以畫一下。
       ④.DFA的化簡：去掉等價狀態和無關狀態。
       附註：如果是NFA，則需先將NFA化簡成DFA，而後再化簡即可。

第三節 詞法分析程序之設計原理
       1.詞法分析的功能：讀入源程序字符串，從左至右逐個掃描，並從其中識別出具有獨立意義的最小語法單元---單詞。

       2.詞法分析的兩種處理結構
             ①.詞法分析程序作爲主程序，即把詞法分析作爲獨立的一趟來完成。
             ②.詞法分析程序作爲子程序，即把詞法分析作爲一個供語法分析程序調用的子程序。

       3.詞法分析程序的流程
       在談流程之前多說兩句，詞法分析在前文中已說過，其實就是識別單詞。那麼此時我們就有必要了解一下單詞符號的種類了。
       單詞符號的種類：保留字、標示符、無符號數、界限符。
              保留字：也叫關鍵字，如if、else、do、for、return等。
              標示符：用來標記常量、變量、函數等的名字，這是由自己定義的，如i，j，max等。
              無符號數：如256、0.5、3E2等等。
              界限符：如+、-、*、++、--、>=、==等等。
瞭解了單詞，我們就來看看流程圖吧！如下：

OK，前三節就將完了，後面三節將在下篇文章中繼續。