大话编译原理---上篇

大话编译原理---上篇

前序
       记得第一次上编译原理这门课时，老师曾慷慨激昂的说：“学好编译原理能让你们享用一生，你们要好好学啊”。不过学完编译原理也有一段时间了，平时也找一些编译原理方面的资料学习，却始终感受不到学习编译原理的效用。究其原因还是自己学的太单薄了，毕竟像这种“内功”可不是一天两天就能练出来的！只是感觉这门课挺有意思，权当一门兴趣来学了。

正文
       本文将介绍六大节的内容，其中每个部分又分为若干小节，如下图描述：

第一节 编译程序概览

       1.编译程序的定义：将高级语言编写的源程序翻译成目标语言的程序。
       例如用Pascal语言、C语言、C++语言等编写的程序，都是高级语言程序。而这些程序不能直接被计算机理解和执行，必须经过等价的转换，变成机器能理解与执行的机器语言才能执行。

       2.编译程序的过程：词法分析、语法分析、语义分析与中间代码生成、代码优化、目标代码生成。
             ①.词法分析：直白的说，就是识别单词。如关键字、标示符、常数、特殊符号。
             ②.语法分析：在词法分析的基础上将单词序列组合成各类语法短语。如语句、表达式等等。
             ③.语义分析和中间代码生成：
             语义分析是对源程序进行上下文有关性质的检查，看源程序有无语义错误。例如：变量是否定义、类型是否正确。
             中间代码：含义明确、便于处理的记号系统。这种记号系统于源程序和机器语言之间，容易将它翻译成目标代码。如三元式、四元式、逆波兰式等。
             ④.代码优化：对程序代码进行等价（不改变程序的运行结果）变换。优化的目的是使最终生成的目标代码在时间和空间上效率更高。
             ⑤.目标代码生成：指把语法分析后或优化后的中间代码变换成目标代码。目标代码有三种形式：
　　             ⑴.可以立即执行的机器语言代码，所有地址都重定位；
　　             ⑵.待装配的机器语言模块，当需要执行时，由连接装入程序把它们和某些运行程序连接起来，转换成能执行的机器语言代码；
　　             ⑶.汇编语言代码，须经过汇编程序汇编后，成为可执行的机器语言代码。
       这就是编译过程的一般分法，不过并非所有的编译过程都分为这五个阶段。可将语义分析与中间代码生成、代码优化这两个阶段省去以加快编译速度。

       3.编译程序的开发技术：自编译、交叉编译、自展、移植等。

第二节 理论基础

1.文法
       ①.文法的定义：对语言结构的定义和描述。例如，“The cat ate a house”。

       ②.文法的组成：
             ⑴.终结符：用小写字母表示，记为VT。
             ⑵.非终结符：用大写字母表示，记为VN。
             ⑶.文法规则集合：规则一般表示为：A->a。
       一个形式文法是四元有序组G = (VN, VT, S, P)。其中，S为文法的开始符号，P是规则集。很显然，见下图：

举个例子，设VN={A},VT={a,b,c},S=A,P={A->aAb, A->c}。这样就构成了文法G = ({A}, {a,b,c}, A, P)。

       ③.文法的分类：0型文法，1型文法，2型文法，3型文法。
              0型文法：也叫短语结构文法。辨别依据：当有α->β时，左边α中必须含有非终结符，形如A->β等。
              1型文法：也叫上下文有关文法。辨别依据：在0型文法的基础上，当有α->β时，定有
|α| <= |β|，其中|α| 和|β|分别表示其长度。如有A->Ba,则|α|=1，|β|=2符合1型文法要求。反之,如aA->a，则不符合1型文法。
              附注：虽然要求|α| <= |β|，但有一特例：α->ε也满足1型文法。
              2型文法：也叫上下文无关文法。辨别依据：在1型文法的基础上，当有α->β时，α必是终结符。如A->Ba,符合2型文法要求。 如果是Aa->Ba这样的形式，那么就不满足了，因为Aa不是一个非终结符。
              3型文法：也叫正则文法。辨别依据：在2型文法的基础上需满足：A->a|aB（右线性）或A->a|Ba（左线性）。

由此便可得出四类文法的关系：见下图

       ④.文法的二义性：对于某文法的同一个句子存在两种不同的语法树。如下图：

       由语法树我们得出句子“i+i*i”是二义性的。
       既然文法会出现二义性，那么怎么解决二义性呢？办法有二：修改编译算法；修改文法。

2.自动机
       自动机：能识别或生成语言的识别器。
       在谈有限自动机之前，先解释一下术语状态转换。所谓状态转换，就是当读入一个字符时，使状态改变为另一状态，改变后的状态称为后继状态。

       ①.确定优先自动机（DFA）：只有一个初始状态，可以有不止一个终止状态。转换的后继状态都是唯一的。例：

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

构造的状态转换图如下图：

       ②.不确定有限自动机（NFA）：可以有若干个开始状态，可以有若干个终止状态。转换的后继状态可有多个。例：

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

构造的状态转换图如下图：

       ③.NFA到DFA的转换
       转换法则：由初始状态S开始，求状态的转换，若有新的状态出现，继续求新状态的转换，直至没有新的状态出现为止。例：

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

构造的NFA的状态转换图如下图：

由NFA的状态转换图根据转换法则就可得到DFA的状态转换表如下图：

       由DFA的状态转换表就可得到DFA的状态转换图了。状态转换图在这就不展示了，如果你有兴趣的话，自己可以画一下。
       ④.DFA的化简：去掉等价状态和无关状态。
       附注：如果是NFA，则需先将NFA化简成DFA，而后再化简即可。

第三节 词法分析程序之设计原理
       1.词法分析的功能：读入源程序字符串，从左至右逐个扫描，并从其中识别出具有独立意义的最小语法单元---单词。

       2.词法分析的两种处理结构
             ①.词法分析程序作为主程序，即把词法分析作为独立的一趟来完成。
             ②.词法分析程序作为子程序，即把词法分析作为一个供语法分析程序调用的子程序。

       3.词法分析程序的流程
       在谈流程之前多说两句，词法分析在前文中已说过，其实就是识别单词。那么此时我们就有必要了解一下单词符号的种类了。
       单词符号的种类：保留字、标示符、无符号数、界限符。
              保留字：也叫关键字，如if、else、do、for、return等。
              标示符：用来标记常量、变量、函数等的名字，这是由自己定义的，如i，j，max等。
              无符号数：如256、0.5、3E2等等。
              界限符：如+、-、*、++、--、>=、==等等。
了解了单词，我们就来看看流程图吧！如下：

OK，前三节就将完了，后面三节将在下篇文章中继续。