由於之前寫的發上來後出現了錯誤的格式,以及一些符號替換,而重寫後再發老是超時,因此分成兩個小的 :)
SLR語法分析自動生成程序實驗文檔
1. 在程序中表示文法
1.1 文法的輸入和讀取
爲了程序讀取的方便,非/終結符相互間以空格分開。
例如
應該輸入:
E -> E + T
T -> T * F | T
F -> ( E ) | id
E -> T
而不是輸入:
E->E+T|T
……
文法先保存到文件中然後程序讀取文件。
1.2 文法的拓展
爲了在LR分析時能夠指示分析器正確停止並接受輸入,一般在所有輸入文法前加上一個新的產生式,以上面文法爲例,我們要保存的文法應該是如此:
E’ -> E + T
E -> T * F | T
……
1.3 文法的保存格式
設計一個類Grammar來對文法進行各種處理。
首先把文件中的文法保存到一個序偶表中,以上面的文法爲例子,我們保存的格式類似於下面的表
非終結符 | 產生試右部 |
E | E + T |
T | |
T | T * F |
T | |
F | ( E ) |
id |
也就是說,每一個項是一個2元組,記錄了終結符,和產生式右部。其中非終結符可以用字符串(string)類型表示,產生式右部可用字符串數組( vector<string > )表示。而在保存的同時又可記錄下文法的所有非終結符(因爲文法的產生式左部會出現所有的非終結符),然後再對已經記錄的文法的產生式右部再掃描一遍,記錄下所有的終結符。
在本程序中,我雖然記錄了原始的符號串,但是在具體過程處理時使用的是符號串對應的下標來進行的,因此再對原始形式的文法再掃描一遍,生成對應的以下標形式保存的文法。同時我對終結符號和非終結符號的保存位於不同的數組中,於是下標就會產生衝突,我採用方式是建立一個下標數據結構 Index 來保存下標
struct Index
{
int index; // [非終結符或者終結符的下標]
bool teminal; // [爲真表示該下標保存的是終結符]
bool is_nonteminal(); // [返回! terminal]
}
現在往類Grammar 中加入數據成員爲:
vector< pair< string,vector<string > > > m_str_grammar ; // [記錄以字符串形式保存的文法]
vector< vector<vector<Index > > > m_idx_grammar; // [記錄以下標保存的文法]
MyCollection m_str_nonteminals; // [記錄原始的非終結符號串]
MyCollection m_str_terminals; // [記錄原始的終結符號串]
接下來要對文法進行相關處理了。
2. LR(0)項目規範集的生成
2.1 LR(0)項目
如果有產生式
E -> A | B
則其對應的所有項目爲
E -> 。A
E –> A 。
E -> 。BZ
E -> B 。
其實就是多了一個插在符號之間的點。
項目的數據結構爲
struct Item
{
int index_of_nont; // [該項目所在的非終結符位置]
int index_of_pro; // [該項目對應該非終結符的產生式位置]
int index_of_dot; // [記錄點的位置]
}
基於方便(不考慮優化存儲),我把所有的項目保存到一個數組中。
Item_0 {0, 0, 0 }數據項 |
Item_1 {0, 0, 1 } |
Item_2 {0, 0, 2 } |
…… |
Item_i {0, m , n } |
…… |
其中數據類型爲
vector<Item > m_items; // [記錄所有的項目]
2.2 項目集合及其相關運算
一個項目集合包含了多個項目,也等價於後面要建立的自動機的一個狀態。
本程序中對項目集合中存儲的項目,我採取的也是下標形式存儲。因此項目集合的數據結構爲:
/*
* [項目集合]
* */
struct Item_c
{
int operator[](int index)const;
size_t size()const;
void clear();
void push_back(int idx);
bool operator == (const Item_c& item)const;
Item_c& operator = (const Item_c& item);
operator string()const;
private:
vector<int > index_c;
hash_set<int > unique_checker; // [用於快速的消重]
};
之所以爲項目集合新建一個類來封裝一個數組,是爲了能夠支持相等的語義。因爲在之後要建立自動機時會對狀態進行等價判斷,而狀態的類型估計我會直接這樣表示:
下面我定義一下項目集合的閉包函數, 在此之前我先定義一個輔助函數:
// [返回項目的類型,如果不是規約項目,還返回點的下一位置的符號下標信息]
enum ItemType
{
IT_R = 0; // [規約]
IT_S , // [移進]
IT_A , // [接受]
IT_INVALID // [非法]
}
/*————————————————————————————————————————————/
* Desc: 返回項目的類型,如果不是規約項目,返回緊跟着點的符號下標信息
* Parm
/————————————————————————————————————————————*/
ItemType Grammar::get_info_of_next_index(const Item& item, Index& out_index)const
{
/*
* [如果點的位置在最後,則表示規約項目]
* */
if(item.index_of_dot >= (int)m_idx_grammar[item.index_of_nont][item.index_of_pro].size() )
{
// [判斷是否爲接受項目]
if(m_idx_grammar[item.index_of_nont][item.index_of_pro][ item.index_of_dot - 1] == this->get_pre_idx_start() /*獲得開始符號下標,輸入時的而不是擴展後的*/)
{
return IT_A;
}
return IT_R;
}
out_index = this->m_idx_grammar[item.index_of_nont][item.index_of_pro][item.index_of_dot];
return IT_S;
}
/*————————————————————————————————————————————/
* Desc: 若項目A->a。Bb 且B->f 是一個產生式 則返回的項目集中包含[B->。f]
* Parm:
/————————————————————————————————————————————*/
vector<int>& Grammar::get_itemc_dot_at_begin(const Index& index,vector<int>& out_itemc)
{
/*
* [首先獲得該非終結符的項目開始位置]
* */
Item tmp_item(index.index,0,0);
vector<Item>::const_iterator it = find( m_items.begin(),m_items.end(),tmp_item );
if( it != m_items.end() )
{
unsigned int idx_pos = unsigned int(it - m_items.begin());
out_itemc.push_back(idx_pos);
for(unsigned int i=1 ; i<m_idx_grammar[index.index].size(); i++)
{
out_itemc.push_back(idx_pos + m_idx_grammar[index.index][i-1].size()+1);
idx_pos += (int)m_idx_grammar[index.index][i].size()+1;
}
}
return out_itemc;
}
/*————————————————————————————————————————————/
* Desc: 獲得項目的閉包
* Parm
/————————————————————————————————————————————*/
Item_c& Grammar::closure(Item_c& itemc)
{
for( unsigned int j = 0; j< itemc.size(); j++ )
{
Item item = m_items[itemc[j]];
Index nxt_index;
if( IT_S == get_info_of_next_index(item,nxt_index) )
{
// [如果是非終結符]
if( !nxt_index.is_terminal())
{
vector<int> tmp_itemc;
get_itemc_of_nont_dot_at_begin(nxt_index, tmp_itemc);
for(unsigned int x = 0; x<tmp_itemc.size(); x++)
itemc.push_back(tmp_itemc[x]);
}
}
}
return itemc;
}
/*————————————————————————————————————————————/
* Desc: go_to 運算
* Parm -in_item_idx 當前的項目集下標
-in_idx 符號下標
* Ret 當前項目集 遇到 符號 到達的項目集的下標
/————————————————————————————————————————————*/
int Grammar::go_to(const int& in_item_idx, const Index& in_idx)
{
const Item_c& in_itemc = this->m_item_c_list.GetElement(in_item_idx);
Item_c out_item;
for(unsigned int i=0; i<in_itemc.size(); i++)
{
Index nxt_idx;
if(IT_S == this->get_info_of_next_index(m_items[in_itemc[i]],nxt_idx) )
{
if(nxt_idx == in_idx)
{
/*
* [根據保存的結構可知道,下一個項目的位置是當前項目的位置加一]
* */
out_item.push_back(in_itemc[i] + 1);
}
}
}
/*
* [對該項目集合進行閉包運算]
* */
this->closure(out_item);
/*
* [判斷該項目集合是否已存在,並記錄對應的下標 goto 關係]
* */
int pos_of_new_itemc = this->m_item_c_list.indexOf(out_item);
if(pos_of_new_itemc == this->m_item_c_list.nPos)
{
this->m_item_c_list.Add(out_item);
pos_of_new_itemc = (int)this->m_item_c_list.size() - 1;
}
return pos_of_new_itemc;
}
接下來可以生成項目集規範族了,生成的方法是:
1) 獲得項目集合item_c中點的位置的下一個符號的下標集合index_collection。
2) 然後對下標集合的每一個下標求goto(item_c, index_collection[i] )
3) 記錄集合之間的狀態轉換信息( DFA )
/*—————————————————————————————————/
* Desc: 生成項目集規範族
* Parm
/—————————————————————————————————*/
void Grammar::gen_itemc()
{
Item_c itemc;
/*
* [首先生成第一個項目集,包含第一個項目]
* */
itemc.push_back(0);
this->closure(itemc);
/*
* [加入項目集表中]
* */
this->m_item_c_list.Add(itemc);
for(unsigned int i=0; i<this->m_item_c_list.size(); i++)
{
const Item_c& cur_itemc = this->m_item_c_list.GetElement(i);
IndexCollection nxt_infos;
this->get_infos_of_next_index(cur_itemc,nxt_infos);
for(unsigned int j=0; j<nxt_infos.size(); j++)
{
const Index& index = nxt_infos.GetElement(j);
int next_pos_of_itmc = this->go_to(i, index);
/*
* [設置狀態轉換關係]
* */
this->m_dfa.set_next( i, index, next_pos_of_itmc);
}
}
// debug_out("項目集規範族");
// debug_out(m_item_c_list);
}