编译原理-语法分析

1,第三章 语法分析,词法分析：字母是元素，组成字符串，记号的集合，线性结构 语法分析：记号是元素，组成句子， 句子的集合，树结构 语法的双重含意： 语法规则：上下文无关文法（子集LL文法或LR文法） 语法分析：下推自动机（LL或LR分析器），自上而下和自下而上分析,本章主要内容： 与语法分析有关的基本概念和相关问题 上下文无关文法 自上而下分析 自下而上分析 上机作业第二部分：函数绘图语言的语法分析器,结束（2010年3月25日）,2,3.1 语法分析的若干问题 3.1.1 语法分析器的作用,语法分析器是编译器前端的重要组成部分，许多编译器，特别是由自动生成工具构造的编译器，往往其前端的中心部件就是语法分析器。语法分析器在编译器中的位置和作用：,3,3.1.1 语法分析器的作用（续）,根据词法分析器提供的记号流，为语法正确的输入构造分析树（或语法树），这是本章的重点，在以后各节中详细讨论； 检查输入中的语法（可能包括词法）错误，并调用出错处理器进行适当处理，下边简单介绍语法错误处理的基本原则，而在以后的讨论中忽略此问题。,语法分析器的两个重要作用：,4,3.1.2 语法错误的处理原则,词法错误如非法字符或拼写错关键字、标识符等 intege 20times 语法错误是指语法结构出错，如少分号、begin/end不配对等begin x:=a+b y:=x; 静态语义错误：如类型不一致、参数不匹配等a,b:integer; x:array110 of integer;x:=a+b; 动态语义错误(逻辑错误)：如死循环、变量为零时作除数等while (t) .; a:=a/b;, 源程序中可能出现的错误 两类：语法（包括词法）错误和语义错误,5,3.1.2 语法错误的处理原则（续1）,大多数错误的诊断和恢复集中在语法分析阶段。一个原因是大多数错误是语法错误，另一个原因是语法分析方法的准确性，它们能以非常有效的方法诊断语法错误。编译时想要准确诊断语义或逻辑错误有时是很困难的。,对语法错误的处理，一般希望达到以下基本目标： 清楚而准确地报告错误的出现，地点正确、不漏报、不错报也不多报； 迅速从每个错误中恢复过来（以便分析继续进行）； 不应使对语法正确源程序的分析速度降低太多。, 语法错误处理的目标,6,3.1.2 语法错误的处理原则（续2）,紧急方式恢复：抛弃若干输入，直到遇到同步记号。 短语级恢复：采用串替换的方式对剩余输入进行局部纠正（抛弃插入）。 出错产生式：用出错产生式捕捉错误（预测错误）。预置型的短语级恢复方式。 全局纠正：对错误输入序列x，找相近序列y，使得x变换成y所需的修改、插入、删除次数最少。, 语法错误的基本恢复策略,7,3.1.2 语法错误的处理原则（续3）,紧急方式： x := a + b + d; - 丢弃b后若干记号，直到遇到+ 短语级恢复：x := a + b; - 加入分号，使之成为一个赋值句y := c + d;,例3.1 下述两条是有语法错误的语句，其中第一条赋值句结束时忘记加分号，采用紧急恢复方式和短语级恢复方式的可能结果分别如下所示。,x := a + b y := c + d;,8,3.2 上下文无关文法(Context Free Grammar,CFG) 3.2.1 CFG的定义与表示,定义3.1 CFG是一个四元组G =（N，T，P，S），其中 （1） N是非终结符（Nonterminals）的有限集合； （2） T是终结符（Terminals）的有限集合，且NT=； （3） P是产生式（Productions）的有限集合，A，其中AN（左部），(NT)*（右部），若=，则称A为空产生式（也可以记为A ）； （4） S是非终结符，称为文法的开始符号（Start symbol）。,9,3.2.1 CFG的定义与表示（续1）,N = E T = +，*，(，)，-，id S = E P: E E + E （1）E E * E （2）E （E） （3） (G3.1)E -E （4）E id （5）,例3.2 简单算术表达式的上下文无关文法可表示如下：, 产生式的一般读法可以将产生式中的记号读作“定义为”或者“可导出”。更一般的，“E E + E”可用自然语言表述为“算术表达式定义为两个算术表达式相加”。或者“一个算术表达式加上另一个算术表达式，仍然是一个算术表达式”。,10,3.2.1 CFG的定义与表示（续2）,前提：若文法正确，第一个产生式的左部是文法开始符号S 则： N是可以出现在产生式左边符号的集合，T是绝不出现在产生式左边符号的集合（记号）,P: E E + E （1）E E * E （2）E （E） （3）E -E （4）E id （5）,S=E N=E T=+，*，(，)，-，id, 由产生式集表示CFG,11,3.2.1 CFG的定义与表示（续3）,(a) 用大小写区分： E id (b) 用“区分： E “id“ E E “+“ E (c) 用区分： + 约定：大写英文字母A、B、C表示非终结符；小写英文字母a、b、c表示终结符；小写希腊字母、表示任意文法符号序列。, 终结符与非终结符书写上的区分,12,3.2.1 CFG的定义与表示（续4）,当若干个产生式具有相同的左部非终结符时，可以将它们合并为一个产生式。该产生式的左部是此非终结符，右部是所有原来右部的或运算（并集合），产生式以该非终结符命名。 例3.3 G3.1可以重写为如下形式：,E E + E （1）| E * E （2）|（E） （3） (G3.2)| -E （4）| id （5）,P: E E + E （1）E E * E （2）E （E） （3）E -E （4）E id （5）, 产生式的缩写形式,称其为E产生式。 用“|”连接的每个右部称为一个候选项，具有平等的权利。 即id是一个表达式，-E也是一个表达式。,13,3.2.2 CFG产生语言的基本方法推导,CFG（产生式）通过推导的方法产生语言。通俗地讲，产生式产生语言的过程是从开始符号S开始，对产生式左部的非终结符反复地使用产生式：将产生式左部的非终结符替换为右部的文法符号序列(展开产生式，用标记=>表示)，直到得到一个终结符序列。,E => -E by(4)=> -(E) by(3)=> -(E+E) by(1)=> -(id+E) by(5)=> -(id+id) by(5),E E + E （1）| E * E （2）|（E） （3） (G3.2)| -E （4）| id （5）,例3.4 用(G3.2)产生终结符序列-(id+id)可如下：,14,3.2.2 CFG产生语言的基本方法推导（续1）,若对于任意文法符号序列1，2，.n，均有1=>2=>.=>n，则称此过程为零步或多步推导，记为： 1=*>n，其中1=n的情况为零步推导。若1n，即推导过程中至少使用一次产生式，则称此过程为至少一步推导，记为：1=+>n。 ,定义3.2强调了两点：，有=*>，即推导具有自反性；若=*>，=*>，则=*>，即推导具有传递性。,定义3.2 利用产生式产生句子的过程中，将产生式A的右部代替文法符号序列A中的A得到的过程，称A直接推导出，记作：A=>。,15,3.2.2 CFG产生语言的基本方法推导（续2）,定义3.3 由CFG G所产生的语言L(G)被定义为:L(G) = S=+> and T* ， L(G)称为上下文无关语言(Context Free Language, CFL)，称为句子。若S=*>，(NT)*，则称为G的一个句型。 ,定义3.4 在推导过程中，若每次直接推导均替换句型中最左边的非终结符，则称为最左推导，由最左推导产生的句型被称为左句型。 ,类似的可以定义最右推导与右句型，最右推导也被称为规范推导。,16,3.2.2 CFG产生语言的基本方法推导（续3）,E => -E => -(E) => -(E+E) => -(id+E) => -(id+id) 1 2 3 4 5 6,E E + E （1）| E * E （2）|（E） （3） (G3.2)| -E （4）| id （5）,再考察-(id+id)的推导过程（这是一个最左推导）：,其中，1是文法开始符号，6是句子，其他i (i=2、3、4、5)均是句型。句型是一个相当广泛的概念，根据定义3.3可知，1和6同样也是句型。,17,3.2.3 推导、分析树与语法树,推导：E => -E => -(E) => -(E+E) => -(id+E) => -(id+id) 产生句子的方式很不直观，看起来十分困难。分析树是推导的图形表示，它的表示很直观，并且同时反映语言结构的实质和推导过程。,定义3.5 对CFG G的句型，分析树被定义为具有下述性质的一棵树。（1） 根由开始符号所标记；（2） 每个叶子由一个终结符、非终结符、或标记；（3） 每个内部结点由一个非终结符标记；（4） 若A是某内部节点的标记，且X1，X2，.，Xn是该节点从左到右所有孩子的标记，则AX1X2.Xn是一个产生式。若A，则标记为A的结点可以仅有一个标记为的孩子。 ,18,3.2.3 推导、分析树与语法树（续1）,每一直接推导(每个产生式)，对应一棵仅有父子关系的子树，即产生式左部非终结符“长出”右部的孩子； 分析树的叶子，从左到右构成G的一个句型。若叶子仅由终结符标记，则构成一个句子。,分析树与语言和文法的关系：,19,3.2.3 推导、分析树与语法树（续2）,E => -E => -(E) => -(E+E) => -(id+E) => -(id+id) 用分析树的方式如下：,最左推导和最右推导的中间过程对应的分析树可能不同，因为句型不同： -(id+E) 或 -(E+id) 但是最终的分析树相同，因为最终是同一个句子： -(id+id),例3.5 再考察-(id+id)的推导过程。,分析树既反映了产生句型的推导过程，又反映了句型的结构。,20,3.2.3 推导、分析树与语法树（续3）,更多的情况下，仅关注句型结构，而忽略推导过程。,定义3.6 对CFG G的句型，表达式的语法树被定义为具有下述性质的一棵树:（1） 根与内部节点由表达式中的操作符标记；（2） 叶子由表达式中的操作数标记；（3）用于改变运算优先级和结合性的括弧，被隐含在语法树的结构中。 ,实质上，语法树与分析树的最根本区别在于它们的内部节点（包括根节点）：分析树的内部节点是非终结符；语法树的内部节点是操作符（运算符）；或者说语法树中省略了反映分析过程的非终结符。,21,3.2.3 推导、分析树与语法树（续4）,例3.6 句子-(id+id)和句型if C then s1 else s2 ：,分析树：左部非终结符“产生出”右部文法符号序列； 语法树：操作符（运算）“作用于”操作数（运算对象）； 习惯上：它们分别被称为具体语法树和抽象语法树。,22,结束（2010年3月30日）,定义3.1 CFG 定义3.2 直接推导、零或多步推导、至少一步推导 定义3.3 CFL、句子、句型 定义3.4 最左推导、左句型（最右推导、右句型） 定义3.5 分析树 定义3.6 语法树,