版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、高品質(zhì)文檔2022年詞法分析小結(jié) 詞法分析是編譯器工作的第一階段,它的工作就是從輸入(源代碼)中取得token,以作為parser(語(yǔ)法分析)的輸入,一般在詞法分析階段都會(huì)把一些無(wú)用的空白字符(white space,即空格、tab和換行)以及解釋剔除,以降低下一步分析的簡(jiǎn)單度,詞法分析器一般會(huì)供應(yīng)一個(gè)gettoken()這樣的方法,parser可以在做語(yǔ)法分析時(shí)調(diào)用詞法分析器的這個(gè)方法來(lái)得到下一個(gè)token,所以詞法分析器并不是一次性遍歷全部源代碼,而是實(shí)行這種on-demand的方式:只在parser需要時(shí)才工作,并且每次只取一個(gè)token。 token和lexeme 首先,token不等
2、于lexeme。token和lexeme的關(guān)系就類(lèi)似于面對(duì)對(duì)象語(yǔ)言中“類(lèi)”和“實(shí)例”(或“對(duì)象”)之間的關(guān)系,這個(gè)用中文不知該如何解釋才好,比如語(yǔ)言中的變量a和b,它們都屬于同一種token:identifier,而a的lexeme是”a”,b則是”b”,而每個(gè)關(guān)鍵字都是一種token。token可以附帶有一個(gè)值屬性,例如變量a,當(dāng)調(diào)用詞法分析器的gettoken()時(shí),會(huì)返回一個(gè)identifier類(lèi)型的token,這個(gè)token帶有一個(gè)屬性“a”,屬性可以是多樣的,例如表示數(shù)字的token可以帶有一個(gè)表示數(shù)字值的屬性,它是整型的。 如下代碼: int age = 23; int count
3、 = 50; 可以依次提取出8個(gè)token:int(值為”int”),id(值為”age”),assign(值為”=”),number(值為整型數(shù)值23),int(值為”int”),id(值為”count”),assign(值為”=”),number(值為50) 正則表達(dá)式 正則表達(dá)式可以用來(lái)描述字符串模式,例如我們可以用digit+來(lái)表示number的token,其中digit表示單個(gè)數(shù)字(這里說(shuō)正則表達(dá)式并不完全和實(shí)現(xiàn)的正則引擎所識(shí)別的正則表達(dá)式等價(jià),這里只是為了描述問(wèn)題而已)。 然而像c語(yǔ)言的的多行解釋?zhuān)谜齽t表達(dá)式來(lái)描述就比較麻煩,此時(shí)更傾向于直接用有窮自動(dòng)機(jī)(finite autom
4、aton)來(lái)描述,因?yàn)橛盟鼇?lái)描述特別直觀(guān)且很簡(jiǎn)單。 有窮自動(dòng)機(jī)(finite automata) 有窮自動(dòng)機(jī)也稱(chēng)為有限狀態(tài)機(jī),狀態(tài)在輸入字符的作用下發(fā)生遷移,因此,它可以用來(lái)識(shí)別token,也因此,我們只要畫(huà)得出fa,之后再用代碼實(shí)現(xiàn)這個(gè)fa,那詞法分析器也就差不多弄好了。 有窮自動(dòng)機(jī)分確定性(dfa)和非確定性(nfa)兩種,假如對(duì)于同一個(gè)輸入,只會(huì)有一個(gè)確定的狀態(tài)遷移路線(xiàn),也就是只有一個(gè)確定的“下一狀態(tài)”,那就是dfa,否則就是nfa。 因?yàn)閐fa對(duì)于同一個(gè)輸入只有一個(gè)確定的下一狀態(tài),所以詞法分析器當(dāng)然優(yōu)先采納它,那nfa拿來(lái)干嘛用呢?nfa用來(lái)做描述用時(shí)更便利,我們可以特別快速地畫(huà)出一個(gè)
5、識(shí)別token的nfa圖,但要想直接畫(huà)出個(gè)dfa那要?jiǎng)硬簧倌X筋。 依據(jù)正則表達(dá)式構(gòu)建nfa 如上所述,nfa更簡(jiǎn)單畫(huà)出,那我們就先討論nfa,在定義token時(shí),我們可以用正則表達(dá)式來(lái)描述它,因?yàn)檎齽t表達(dá)式干這行很合適,例如一個(gè)digit+就可以描述數(shù)字,多便利。因此,我們需要依據(jù)正則表達(dá)式畫(huà)出與之等價(jià)的nfa。而這個(gè)算法特別簡(jiǎn)潔,就是tompsons construction,這個(gè)書(shū)上寫(xiě)得很清晰了。 將nfa轉(zhuǎn)化成dfa(nfa的確定化) 對(duì)于計(jì)算機(jī)來(lái)說(shuō),面對(duì)同一個(gè)輸入,假如有多個(gè)下一狀態(tài),那計(jì)算機(jī)就不清晰要轉(zhuǎn)到哪個(gè)狀態(tài),所以我們期望能從正則表達(dá)式得到dfa,而不是nfa,因?yàn)檫@樣將來(lái)編程實(shí)
6、現(xiàn)時(shí)比較自然(同一輸入有確定的一個(gè)下一狀態(tài)),而幸運(yùn)的是,每個(gè)nfa都可以轉(zhuǎn)化成dfa。為什么nfa可以轉(zhuǎn)化成dfa?因?yàn)閒a(finite automata)中的狀態(tài)都是我們自己畫(huà)的,只要fa能正確的識(shí)別token,那就ok了,也就是,假如nfa和dfa都可以達(dá)到一樣的效果:識(shí)別token,那其它的我們就不管了。 而nfa確定化的本質(zhì),就是將原來(lái)多個(gè)狀態(tài)改用一個(gè)狀態(tài)來(lái)表示,新?tīng)顟B(tài)其實(shí)是一個(gè)狀態(tài)集,比如nfa中狀態(tài)s1在輸入a下可以到達(dá)s2和s3,那么,在dfa中,就把s2和s3合起來(lái)認(rèn)為是一個(gè)狀態(tài)。還有一個(gè)問(wèn)題是nfa中的空轉(zhuǎn)換(?輸入),假如s1在?輸入下可以到達(dá)s2,就表示s1可以無(wú)條件
7、地轉(zhuǎn)移到s2,那s1和s2自然可以合并起來(lái)作為dfa中的一個(gè)狀態(tài),于是nfa轉(zhuǎn)dfa的算法也就好理解了。但首先得先定義下空閉包(?-closure): ?-closure: 狀態(tài)s的?-closure即s經(jīng)過(guò)?轉(zhuǎn)換可以到達(dá)的狀態(tài)集,s的?-closure永久都會(huì)包含s自身。一個(gè)狀態(tài)集的?-closure即該狀態(tài)集中各狀態(tài)的?-closure的集合。 nfa確定化算法(subset construction): 從開(kāi)頭狀態(tài)開(kāi)頭,計(jì)算它的?-closure,得到狀態(tài)集set1,然后考察set1在某個(gè)輸入a的作用下會(huì)遷移到哪些狀態(tài),把這些狀態(tài)集中到一起,再求這個(gè)集合的?-closure,得到set2
8、,這樣我們就可以畫(huà)兩個(gè)圈,一個(gè)標(biāo)上set1,另一個(gè)標(biāo)上set2,然后畫(huà)條從set1到set2的線(xiàn)把這兩圓連起來(lái),在線(xiàn)上標(biāo)上a,這樣dfa的一部分就畫(huà)好了,然后我們?cè)倏疾靤et1在其它輸入下可以達(dá)到的狀態(tài)集的?-closure,同樣畫(huà)圈連線(xiàn),以此類(lèi)推,最終的時(shí)候,把包含了原nfa中終結(jié)狀態(tài)(final state或acceptin state)的dfa狀態(tài)(在轉(zhuǎn)換后的dfa中,每個(gè)狀態(tài)都是包含了一個(gè)或多個(gè)原nfa中的狀態(tài))標(biāo)記為終結(jié)狀態(tài)。 最小化dfa狀態(tài)數(shù) 由一個(gè)正則表達(dá)式,可以構(gòu)建出一個(gè)等價(jià)的nfa,然后nfa又可以確定化成dfa,好像到此事情搞完了,但事實(shí)證明(有時(shí)也可以明顯地發(fā)覺(jué)),最終
9、構(gòu)成的這dfa好像有些簡(jiǎn)單,有些狀態(tài)似乎很冗余,呃,是的,dfa是可以最小化的。 最小化dfa狀態(tài)數(shù)算法的思想是,在開(kāi)頭時(shí),假設(shè)是最完善的狀況,整個(gè)dfa只有兩個(gè)狀態(tài),一個(gè)終結(jié)狀態(tài),一個(gè)開(kāi)頭(莫非不能有只有一種狀態(tài)的狀況么?假如原dfa中存在非終結(jié)狀態(tài),當(dāng)然就不能,非終結(jié)態(tài)怎么可以和終結(jié)態(tài)合并?。?dāng)然,這是假設(shè),不是真的,所以這個(gè)算法,就是在這個(gè)完善的假設(shè)下,對(duì)假設(shè)進(jìn)一步考察,假如發(fā)覺(jué)有些狀態(tài)不能合并,那就分出來(lái)吧,這樣重復(fù)考察,直到發(fā)覺(jué)沒(méi)有狀態(tài)會(huì)不能合并時(shí),就做完了,此時(shí)不也正是最優(yōu)解么。 嗯,就是這個(gè),所以一開(kāi)頭,我們把全部非終結(jié)狀態(tài)用一個(gè)袋子包起來(lái),看成是一個(gè)狀態(tài),把全部終結(jié)狀態(tài)也用另
10、一袋子包起來(lái),也看成是一個(gè)狀態(tài),留意,別把原dfa中各狀態(tài)間的連線(xiàn)給扯斷了。然后,我們抽出其中一個(gè)袋子,考察其中的各個(gè)狀態(tài),我們預(yù)備好全部的可能輸入,然后逐個(gè)拿出來(lái)測(cè)試,假如該袋子中的全部狀態(tài)在某個(gè)輸入a下達(dá)到的狀態(tài)正好都在這個(gè)袋子中,那就說(shuō)明,這個(gè)袋子中的這些狀態(tài)“在目前看來(lái)”是可以合并的,也就是說(shuō),假如在全部的可能輸入的作用下,袋子中的狀態(tài)達(dá)到的新?tīng)顟B(tài)正好也都是這個(gè)袋子中的狀態(tài),那它們就可以合并。而假如,在某個(gè)輸入a下,袋子中的一部分狀態(tài)會(huì)轉(zhuǎn)移到同一袋子中的其它狀態(tài),而有幾個(gè)叛徒,假設(shè)是s1和s2,竟然在輸入a下會(huì)遷移到其它袋子中的狀態(tài),那就說(shuō)明s1和s2是不行以和其它轉(zhuǎn)移到同一袋子中的狀
11、態(tài)合并的,于是,我們就把s1和s2裝成一個(gè)新袋子,從原袋子中分出來(lái),當(dāng)然,現(xiàn)在還是假設(shè)s1和s2可以合并,所以才把它們裝一起,畢竟真的可不行以合并呆會(huì)還要再考察??疾焱贻斎隺,還要接著考察其它的可能輸入。假如在考察完一個(gè)袋子后,發(fā)覺(jué)全部狀態(tài)在a輸入下都可以轉(zhuǎn)移到本袋子中的狀態(tài),那么最終的dfa它們就被合并成一個(gè)狀態(tài),并且在a輸入下,它有一個(gè)到自身的狀態(tài)遷移。 實(shí)現(xiàn)詞法分析器 對(duì)于一個(gè)token,比如用來(lái)表示數(shù)字的token:num,我們可以用正則表達(dá)式描述它,然后畫(huà)出nfa,再將nfa轉(zhuǎn)化成dfa,再最小化dfa的狀態(tài),但是我們的詞法分析器是不是分析一個(gè)token,所以我們要把全部類(lèi)型的tok
12、en的dfa合并成一個(gè)dfa,這樣,這個(gè)dfa也就可以識(shí)別語(yǔ)言的全部token了,假如在某一連串的輸入下,dfa達(dá)不到終結(jié)狀態(tài),那就說(shuō)明源代碼有錯(cuò)誤了。 我用c#實(shí)現(xiàn)了一個(gè)用于compiler construction: principles and practice中tiny語(yǔ)言的詞法分析器,tiny語(yǔ)言有關(guān)鍵字:if, then, else, end, repeat, until, read, write,有操作符+,-,*,/,=,(,),;,:=(全角逗號(hào)不算,是文章的分隔符)這10個(gè),然后其余的token有number (一或多個(gè)數(shù)字)和identifier(一或多個(gè)字母),其dfa如下圖: 上面這張圖和編譯原理及實(shí)踐中的一樣,其中的帶中括號(hào)的輸入說(shuō)明這個(gè)輸入是lookahead的,在匹配勝利后是要重新放回輸入流中的,比如識(shí)別num時(shí),假如發(fā)覺(jué)個(gè)非digit的,那就說(shuō)明識(shí)別到了一個(gè)number,但是最終識(shí)別的那個(gè)非digit字符是要放回輸入流的,因?yàn)樗糁乱淮巫R(shí)別。 其中從start到done的那個(gè)other,指全部非white space,非,非letter,非
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024-2030年中國(guó)孕婦裝市場(chǎng)競(jìng)爭(zhēng)狀況及投資趨勢(shì)分析報(bào)告
- 2024-2030年中國(guó)多腔高速半自動(dòng)吹瓶機(jī)資金申請(qǐng)報(bào)告
- 2024-2030年中國(guó)啤酒行業(yè)發(fā)展規(guī)模及前景趨勢(shì)分析報(bào)告
- 2024-2030年中國(guó)廂式貨車(chē)行業(yè)市場(chǎng)發(fā)展格局及未來(lái)投資潛力分析報(bào)告
- 2024-2030年中國(guó)卸妝產(chǎn)品市場(chǎng)營(yíng)銷(xiāo)模式及發(fā)展競(jìng)爭(zhēng)力分析報(bào)告版
- 2024年版摩托車(chē)銷(xiāo)售合同3篇
- 2024年度環(huán)保型砂石生產(chǎn)設(shè)備采購(gòu)合同協(xié)議2篇
- 2021-2022學(xué)年河南省澠池高級(jí)中學(xué)高一月考數(shù)學(xué)試卷
- 2025年哈爾濱貨運(yùn)從業(yè)資格證模擬考試0題b2b
- 2025年鶴壁道路貨運(yùn)從業(yè)資格證考試
- 海洋平臺(tái)深水管道高效保溫技術(shù)
- 《新疆大學(xué)版學(xué)術(shù)期刊目錄》(人文社科)
- 充電樁維保投標(biāo)方案
- 《如何寫(xiě)文獻(xiàn)綜述》課件
- 肛瘺LIFT術(shù)式介紹
- 通過(guò)《古文觀(guān)止》選讀了解古代文學(xué)的社會(huì)功能與價(jià)值
- 語(yǔ)言本能:人類(lèi)語(yǔ)言進(jìn)化的奧秘
- 職業(yè)生涯規(guī)劃(圖文)課件
- 2024版國(guó)開(kāi)電大專(zhuān)科《EXCEL在財(cái)務(wù)中的應(yīng)用》在線(xiàn)形考(形考作業(yè)一至四)試題及答案
- 能源管理系統(tǒng)平臺(tái)軟件數(shù)據(jù)庫(kù)設(shè)計(jì)說(shuō)明書(shū)
- 中外園林史第七章-中國(guó)近現(xiàn)代園林發(fā)展
評(píng)論
0/150
提交評(píng)論