编译原理笔记（一）

编译原理笔记（一）

• 1. 基本概念
• • 1.1 翻译程序的三种方式
  • 1.2 编译程序的五个阶段
• 2. 词法分析
• • 2.1 基本定义
  • 2.2 词法分析器
  • 2.3 模式的形式化描述
  • • 2.3.1 术语
    • 2.3.2 正规式

1. 基本概念

• 汇编指令：用符号表示的指令
• 汇编语言：汇编指令的集合
• 汇编语言程序：由汇编语言编写的指令序列

1.1 翻译程序的三种方式

• 转换：高级语言之间的翻译一般称为转换，如FORTRAN到Ada的转换等；或者被称为预处理，如SQL到C/C++的预处理等。
• 编译：高级语言可以直接翻译成机器语言，也可以翻译成汇编语言，这两个翻译过程被称为编译；
• 交叉汇编：将一个汇编语言程序汇编为另一个机器上运行的机器指令；
• 交叉编译：建立在交叉汇编的基础上的编译模式，如首先将L2编译成A2，再将A2汇编成M1
• 反汇编：把机器语言翻译成汇编语言
• 反编译：把汇编语言翻译成高级语言
  
  约定：
• 源程序是指通用程序设计语言
• 目标程序是指汇编语言程序

1. 编译：将高级语言编写的源程序翻译成等价的机器语言或汇编语言。
   编译器的工作方式：
   

2. 解释：将高级语言编写的源程序翻译一句执行一句，不生成目标文件，直接执行源代码文件。
   解释器的工作方式：
   

3. 汇编：用汇编语言编写的源程序翻译成与之等价的机器语言。

解释器与编译器的主要区别在于：运行目标程序时的控制权在解释器而不在目标程序。

4. 解释器的优缺点：

• 优点：
  • 具有较好的动态特性
  • 具有较好的可移植性
• 缺点：
  • 解释器再运行时间和空间上的损失较大，运行效率低

1.2 编译程序的五个阶段

1. 词法分析：对源程序的字符串进行扫描和分解，识别出每个单词符号。
2. 语法分析：根据语言的语法规则，把单词符号分解
   成各类语法单位。
3. 语义分析与中间代码生成：对各种语法范畴进行静态语义检查，若正确则进行中间代码翻译。
4. 代码优化：遵循程序的等价变换规则。
5. 目标代码生成：将中间代码变换成特定机器上的低级语言代码。

2. 词法分析

2.1 基本定义

1. 关键字(保留字)：这类单词在程序设计语言中有固定的意义，如begin、end、while等。若在程序设计语言中不允许用它们再表示其他的意思，则这类单词也被称为保留字。
2. 标识符：标识符是程序设计语言中最大的一个类别，它的作用是为某个实体起一个名字，以便于今后称呼(引用)。
3. 字面量：字面量是指直接以其字面所表示的常量。可以被细分为数字字面量和字符串字面量等。
4. 特殊符号：程序设计语言中的特殊符号，类似于自然语言中的标点符号，每个符号在程序设计语言中均有特殊用途。
5. 模式(patten)：产生和识别单词的规则
6. 记号(token)：按照某个模式(规则)识别出的元素
7. 单词(lexeme)：是指被识别出元素自身的值。
8. 记号的属性：分为记号类别和记号的其他信息。

2.2 词法分析器

词法分析器的主要任务是读入源程序的输入字符，将它们组成词素，生成并输出一个词法单元序列，这个词法单元序列被输出到语法分析器进行语法分析。另外，由于词法分析器在编译器中负责读取源程序，因此除了识别词素之外，它还会完成一些其他任务，比如过滤掉源程序中的注释和空白，将编译器生成的错误消息与源程序的位置关联起来等。总而言之，词法分析器的作用如下：

1. 读入源程序的输入字符，将它们组成词素，生成并输出一个词法单元序列；
2. 过滤掉源程序中的注释和空白；
3. 将编译器生成的错误消息与源程序的位置关联起来；
4. 其它。
   
   与语法分析器并行工作的模式
   

2.3 模式的形式化描述

2.3.1 术语

• 有限字母表 ∑：如Σ = {a, b}
• 语言L：语言 L 是有限字母表 ∑ 上有限长度字符串的集合。如L(ε)= {ε}
• 正规式：用来表示模式，如r = (a|b)*(a|bb)
• 正规集：用正规式描述的语言，即正规式描述的字符串集合。如L®

2.3.2 正规式

令Σ是一个有限字母表，则Σ上的正规式及其表示的集合递归定义如下:

1. ε是正规式，它表示集合L(ε)={ε}
2. 若a是Σ上的字符，则a是正规式，它表示集合L(a)={a}
3. 若正规式r和s分别表示集合L®和L(s)，则
   （a）或： r|s是正规式，表示集合L®∪L(s)，
   （b）连接：rs是正规式，表示集合L®L(s)，
   （c）(星)闭包：r是正规式，表示集合(L®)
   （d）®是正规式，表示的集合仍然是L®。（加括弧改变优先级、结合性）