编译原理概述
概述
1.1 什么是编译程序？
编译程序的必要性
- 机器语言：计算机只认识由0和1构成的机器语言，每台机器自己独特的指令系统即机器语言。
- 汇编语言
- 高级语言
- ？？？？
编译程序概念
编译程序最初的定义是把一种高级语言设计的源程序(面向人的)翻译成另一种等价的低级程序设计语言(面向硬件的)即机器语言或汇编语言。
程序设计语言源程序的执行基本有两种方式
- 翻译 使用翻译程序，将源程序翻译成为低级语言目标程序，然后执行目标程序
- 解释 使用解释程序，对源程序逐个语句边解释边执行
可比喻为 译文—目标程序
- 翻译—笔译 (产生译文，可进行优化，一次翻译过后，多次使用)
- 解释—口译 (不产生译文，交互方便，节省空间，对重复部分要反复解释，效率低）
翻译程序按所处理源语言不同分为两种：编译程序，汇编程序
编译程序和解释程序
- Basic、Lisp、Sql解释程序、Unix命令语言解释程序及很多脚本语言Javascript等都解释执行的。
- C、C++、Pascal等语言是编译执行的。
- Java语言的处理环境既有编译程序，也有解释程序:
Java → 编译程序 → Bytecode →解释程序
编译过程和编译程序的结构
编译过程
编译过程可分为下面5个阶段
- 词法分析：1.分析有没有错别单词，2.输出内部表示（二元式）
- 语法分析：分析代码含义
- 语义分析和中间代码生成：输出中间结果
- 优化：改善目标代码质量
- 目标代码生成
第一阶段 词法分析
任务
- 输入源程序(字符串)
- 根据语言的词法规则对构成源程序的字符串进行扫描和分解
- 识别出一个个的单词
单词内部表示形式： 二元式 (class,value) (单词类型，单词值)
例某C语言源程序
main( ){
float sum,first,count;
…sum=first+count*10;
… }
输出结果
class value
保留字 main
界符-左括号 (
界符-右括号 )
界符-左花括号 {
保留字 float
标识符1-id1 sum
...
算符-乘号 *
整数 10
....
第二阶段 语法分析
任务
- 输入单词符号串
- 根据语言的语法规则对单词符号串进行扫描和分解
- 识别出各类语法单位
程序语言的语法单位：表达式、语句和程序等
例 X1= Y + 10Z;
C语言赋值语句构成规则
<赋值语句> → <标识符> = <表达式>;
<表达式>→<表达式> + <表达式>
<表达式>→<表达式> * <表达式>
<表达式>→<标识符> X1,Y,Z
<表达式>→<常数> 10
可以构成语法单位的单词符号：=，+，，X1，Y，Z，10
语法单位 表达式 Y,10,Z,10Z 赋值语句 X1=Y+10Z;
语法单位内部表示：语法树
例某C语言源程序
main( ){
float sum,first,count;
…sum=first+count10;…
}
<赋值语句>→<标识符>=<表达式>;
<表达式>→<表达式>+<表达式>
<表达式>→<表达式><表达式>
<表达式>→<标识符>
<表达式>→<常数>
第三阶段 语义分析与中间代码产生
任务
- 输入各类语法范畴
- 根据语言的语义规则，分析其含义，并进行初步翻译
- 产生中间代码
中间代码特点：
- 结构简单、含义明确的记号系统
- 介于高级语言与低级语言之间，与目标机无关
- 便于优化、移植，容易生成目标代码
- 形式有：三元式、四元式、树结构等。
例某C语言源程序
main( )
{float sum,first,count;
sum=first +count*10;
… }
中间代码生成（四元式(三地址指令)）例：语义分析将 \(sum=first+count*10；\)
翻译成 如下的四元式序列：
(1) (int to float, 10, _， T1 )
(2) ( *, count，T1，T2 )
(3) ( +, first，T2，T3 )
(4) ( =, T3, _, sum)
其中，Ti为语义分析程序为存放中间结果而生成的临时变量
第四阶段 优化
任务
- 输入中间代码
- 进行等价变换
- 输出更高效的中间代码
目的
- 用以提高目标代码的时、空效率
- 也就是希望完成同样功能的程序，代码优化后比优化前运行的时间短，占用的存储空间少
- 有时二者不能同时达到，需根据实际情况取舍
优化后有两条代码：整数转换成实数在编译时完成，临时变量只用了一个T1
第五阶段 目标代码生成
任务
- 输入优化后的中间代码
- 变换成特定机器上的低级语言代码，实现最后的翻译
- 产生目标代码
特点
- 依赖与机器硬件系统
- 通常使用汇编语言作为目标程序的实现语言
为了生成高效的目标代码，需要了解机器指令
系统和可用计算机资源，
假设有两个可用寄存器R0和R1
优化后中间代码：1(,count,10.0,T1) 2(+,first,T1,sum）
生成的目标代码序列
(1) MOV count,R0：count值送R0
(2) MUL R0,#10.0：计算count10.0存于R0#表示立即数
(3) MOV first,R1：first值送R1
(4) ADD R1，R0：计算first+T1存于R1
(5) MOV R1, sum
表格管理和出错处理
表格管理 (符号表管理)
任务
- 在完成以上5个过程的同时
- 必须随时对符号表进行管理
- 记录源程序中使用的名字
收集每个名字的各种属性信息。如类型、作用域、存储分配信息等
例 count 变量 类型 float
first 变量 类型 float 地址
出错处理
任务
发现源程序中的错误
检查词法、语法和语义中的错误(静态)
编译程序的处理能力，如存储空间越界 (动态)
报告出错信息和位置
处理和恢复
编译程序的结构
（7个或8个部分组成）
- 词法分析程序
- 语法分析程序
- 语义分析程序与中间代码产生器
- 优化器
- 目标代码生成器
- 表格管理
- 出错处理
编译阶段的组合
(一)、前端和后端
- 前端 完成分析工作(与机器无关)：词法分析、语法分析、语义分析
与机器无关，与源代码有关 - 后端 完成综合工作(与机器相关)：优化、目标代码生成
与机器有关，与源代码无关
分为前后端的 目的： 便于移植
（二）、遍： 从头到尾对源程序及其内部表示：扫描一次，并作有关的加工处理
- 从源程序扫描是第一遍输入
- 每前一遍的输出是后一遍的输入
注： 分遍的原则按实际情况而定
- 多遍（结构清晰、少占内存、读写次数多，耗时）
- 一遍（多占内存，速度快）
编译程序在系统软件中的所在层： 操作系统之上，应用软件层之下
文法和语言
2.1 文法的直观概念
2.2 符号和符号串
2.3 文法和语言的形式定义（重点）
2.4 文法的类型
2.5 上下文无关文法及其语法树（重点）
补充实例：小C语言源程序及其文法（重点）
2.6 句型的分析（重点 第5章讲解）
语言（由句子组成的集合，由一组记号所构成）
自然语言（人与人的通信工具）
汉语——所有符合汉语语法的句子的全体。
英语——所有符合英语语法的句子的全体。计算机语言（计算机软件使用的通信工具）
程序设计语言——所有该语言的程序的全体。研究语言
每个句子构成的规律 语法 形式语言
每个句子的含义 语义 形式语义
每个句子和使用者的关系 语用 形式语义
本章目的：为语言的语法描述寻求工具。
（二）、符号串和符号串集合
规则或产生式
文法的定义
(直接)推导和 (直接)归约
句型和句子
文法描述的语言
文法的等价性
