自制动态语言Medusa的解释器

今天整理了一下学习编译原理时，实现语言Medusa时写的笔记，搞出了一篇类似说明文档的东西，介绍下Medusa

语法部分

Medusa是一门动态脚本语言，语法和代码格式借鉴Python，运行代码在顶层书写。

Medusa不识别':' ';'等符号，但识别white spcae和换行符：

1 + -9：执行结果是-8

1 + - 9：语法分析错误

语句Statement暂分func defination、if、while、return、expression几类。

若干statements组成block，由'{'、'}'分隔，block是def、if、while句式的主体结构

if expression { statements } else { statements }

while expression { statements }

def name( paras ) { statements }

顶层代码定义的变量将放入global environment中，block的执行将有自己的local environment，并且local env带有指向父环境的指针

函数定义以'def'关键词起始，不支持在block中定义函数，所有的函数由func_list列表保存

Medusa带有简单的报错处理，错误信息有行号、字符位置、出错记号流以及提示，水平有限，不支持错误校正、预测处理，报错后即终止程序。

内部设计和结构

interpreter：

解释器类，包含解释过程中需要的绝大数的数据结构，如记号流、函数表、全局环境、stack等等。init过程完成初始化工作，并向函数表中添加内置函数，目前内置函数仅有print函数

词法分析：

使用自己写的正则表达式引擎（支持基本的正则符号：'?' '*' '+' '|' '('和')'），构建状态机输出，状态转移矩阵。词法scaner对源程序文本做检查，输出记号流，遇到不符合正则规则的字符串，报错并exit。

构造状态机的算法：首先将正则的中缀形式转换成后缀形式，例如a|b|c|d变为a b c d | | |，使用栈完成不确定有限状态自动机的构造，再利用闭包算法将NFA转换为DFA。

语法分析：

过程没有使用yacc、bison等自动生成器，使用递归下降算法手写而成，程序的上下文无关语法表示如下：

proc -> def id(id...){ statements }

        |statement

statement -> return exp 

            | exp

            | if exp {statements} else {statements}

            | while exp {statements}

表达式exp使用算术运算符、比较运算符、赋值运算符连接callfunc(函数调用)、variable（变量）、literal（字面常量）等节点，在语法分析模块中的表示形式是AST。Medusa 没有bool型变量，不同于C、c++中可将数值型转换为bool型，if、while句子只判别exp结果非0和0。

语法分析过程还将向函数表添加自定义函数

语义分析：

由于Medusa是一门动态类型的语言，变量不需要声明，直接定义并使用，所以传统语义分析中的类型检查部分实现较难，解释器将此功能化为执行期执行，而变量符号表也随之移到执行期间建立

执行：

execute.cc为执行过程代码，执行statements，最重要的exp执行过程是后序遍历AST树，递归调用求解表达式的值；

执行过程解释器还将完成垃圾回收工作，gc算法是mark&sweep；

符号表以 pair<string,MdsObject*>形式表示了程序上下文， 多个env对象可区分程序的作用域，每个env对象都有parent域指向父环境，最顶层的env就是global env，当前作用域没有变量声明时，搜索上层环境；

stack用于保存exp计算时的临时值，这些值没有变量名。

内存分配：

采用两级分配器模型，最底层是封装了malloc、free函数的内存池，用于向内核申请大块内存；次级分配器是对象分配器，维护了多条空闲区域链表，链表放置了大小8、16、24...126字节的空闲区域，解释器空间申请将从这里得到满足，空闲区域不足时将向内存池申请新的空间。分配的内存块前置一个BlockMeta类，放置mark标志位和大小信息。

（内存模块是为了个人理解内存模型和分配策略而造的轮子，实际上malloc、free即可，这里说明一下）

变量模型：

Medusa的类型舍弃了C、JAVA中的原始类型设计，变量的值不在放在变量内，而是参考了python，采用引用模型。Medusa包含三个内置类型，int、string、list，为了减少工作量，省去了float、bool、long等类型。三种内置类型分别对应MdsIntObject、MdsStringObject、MdsListObject三个类，继承自MdsObject，利用多态实现不同的调用以及提供统一的上层接口；

所有的值对象在内存中都只有唯一的拷贝，并且放入int_map、string_map、list_map三张表中，表的索引分别是对象值的hash值（int、char*、void*[]）；

env维护的是一个 “pair<string（变量名）, MdsObject*>” 的数组；

表达式“c = a+b”的执行如下：在local env中寻找关键字“a”、“b”，提取变量值，即MdsObject的指针，计算两个对象的相加值，并利用结果的hash值在int_map、string_map、list_map寻找对象，没有则新建并插入，最后将env中关键字“c”项的内容写为结果对象的地址。

gc：

Medusa支持对象的垃圾回收，mark&sweep的起始点为全局环境、函数局部环境链表、用于运算过程的stack容器中的对象（保存临时变量）。gc触发时机是每16次内存申请操作时。