编译原理复习 第一章 概述

Chapter1 概述

1.1 什么是编译程序

定义

编译程序是现代计算机系统的基本组成部分

功能：

语言

• 低级语言
  • 机器语言：计算机指令系统
  • 汇编语言：符号化的指令系统
• 高级语言：算法语言，不依赖具体机器，面向问题

应用

分类：

• 软件
  • 计算机系统中的程序及其文档
• 系统软件
  • 居于计算机系统中最靠近硬件的一层，其他软件一般都通过系统软件发挥作用。他和具体的应用领域无关，如编译系统和操作系统等。
• 语言处理系统
  • 把软件语言书写的各种程序处理可在计算机上执行的程序
• 软件语言
  • 用于书写软件的语言。它主要包括需求定义语言，功能性语言，设计性语言，程序设计语言以及文档语言

语言处理过程

语言转变系统

源语言	实现语言	目标语言
C++	C++编译器	C
Java	Java编译器	Bytecode

编译程序和解释程序比较

1.2 编译过程和编译程序结构

编译逻辑过程：

词法分析

字符序列 -> 单词序列

扫描、分解源程序，识别单词（记本子、标识符、常数、运算符、界限符），并给予种别（属性）和内部形式（值），构成单词的内部表示。

从左到右读字符流的源程序，识别单词

例子1：

position := initial + rate * 60;

词法分析：

单词类型	单词值
标识符1（id1）	position
算符（赋值）	:=
标识符2（id2）	initial
算符（加号）	+
标识符3（id3）	rate
算符（乘）	*
整数	60
分号	;

例子2：C 源程序片段

int a;
a = a + 2;

词法分析：

单词类型	单词值
保留字	int
标识符（变量名）	a
界符	;
标识符（变量名）	a
算符（赋值）	a
标识符（变量名）	a
算符（加）	+
整数	2
界符	;

语法分析

分析器（Analyzer）

功能：层次分析。依据源程序的语法规则把源程序的单词序列组成语法短语（表示成语法树）

position := initial + rate * 60 ;(";"为语句分隔符)
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> ::= "("<表达式>")"
<表达式> ::= <标识符>
<表达式> ::= <整数>
<表达式> ::= <实数>

语法树模板：

举例：

id1 := id2 + id3 * N

画图：

其他例子：

语义分析

语义审查（静态词义）

• 上下文相关性
• 类型匹配
• 类型转换

例1：

program p();
var rate:real;
procedure initial;
...
position := initial + rate * 60;
/* error */ /* error */		/* warning */
...

例2：

int arr[2], abc;
abc = arr * 10;
...
program p();
var rate:real;
var initial:real;
var position:real;
...
position := initial + rate * 60;

中间代码生成

便于代码优化，

便于从逻辑上分出与语言或机器无关的阶段

源程序的内部（中间）表示

三元式、四元式、P-Code、C-Code、U-Code、bytecode

(*  id3  t1  t2)
t2 = id3 * t1
t2 := id3 * t1

举例：

id1 := id2 + id3 * 60
(1) (inttoreal, 60, -, t1)  实数，值为60，无，赋给t1
(2) (*, id3, t1, t2)		乘，运算值id3, 运算值t1，赋值给t2
(3) (+, id2, t2, t3)		加，运算值id2, 运算值t2，赋值给t3
(2) (:=, t3, -, id1)		赋值, 标识符t3, 无, 赋值给id1

代码优化

局部优化：

• 合并已知量 -> 编译时减少常量表达式
• 改变计算顺序 -> 减少指令、减少中间量
• 共享子表达式 -> 删除多余代码
• 降低运算强度 -> 乘方 --> 乘

循环优化：

• 循环不变部分外提
• 下标地址计算优化
• 降低运算强度-> 乘 --> 加

与机器有关的优化：

• 使用特殊指令 -> 如计数转移指令寄存器分配

举例1：

id1 := id2 + id3 * 60
未优化：
(1) (inttoreal, 60, -, t1)  实数，值为60，无，赋给t1
(2) (*, id3, t1, t2)		乘，运算值id3, 运算值t1，赋值给t2
(3) (+, id2, t2, t3)		加，运算值id2, 运算值t2，赋值给t3
(2) (:=, t3, -, id1)		赋值, 标识符t3, 无, 赋值给id1
优化后：
(1) (*, id3, 60.0, t1)		乘，运算值id3, 实数60，赋值给t1
(2) (+, id2, t1, id1)		加，运算值id2, 运算值t1，赋值给id1

举例2：

源代码：
t1 = b * c
t2 = t1 + 0
t3 = b * c
t4 = t2 + t3
a = t4
优化后：
t1 = b * c
t2 = t1 + t1
a = t2

目标代码生成

(* id3 60.0 t1 )
(+ id2  t1  id1)

生成代码:
movf id3, R2
mulf ##60.0, R2
movf id2, R1
addf R2, R1
movf R1, id1

符号表管理

• 记录源程序中使用的名字

• 收集每个名字的各种属性信息

  • 类型、作用域、分配存储信息

    Const1 常量 值：35

    Var1 变量 类型：实 层次：2

出错处理

• 检查错误
• 报告出错信息
• 排错
• 恢复编译工作

编译程序结构

Components

• 词法分析程序
• 语法分析程序
• 语义分析程序
• 中间代码生成程序
• 代码优化程序
• 目标代码生成程序
• 符号表管理程序
• 出错处理程序

1.3 编译阶段的组合

内容

• 分析、综合
  • 源程序的分析
    • 线性分析
    • 层次分析
    • 语义分析
  • 目标程序的综合
• 编译的前端
  • -----------------------------------------------以中间代码为界
• 编译的后端
• 遍（趟）从头到尾扫描源程序（各种形式）一遍（pass）

分遍（趟, pass）问题

在编译过程中，扫描源（中间）程序的次数成为该编译程序的"遍"数。决定分遍次数的因素有：

• 源语言

  FORTRAN、Pascal等，只需要单遍扫描

  ALGOL60 要两遍扫描

  ALGOL68 要三遍扫描

  若允许先使用、后说明，则通常需要多遍扫描。

• 机器，尤其是内外存的大小，内存小，可能需要多遍

• 优化要求。充分优化需要多遍

总结：多遍的结构清晰，优化好，但重复工作多，输入输出多，编译器本身代码长，且编译速度慢，出错处理较困难。

本书的PL/0编译器就是一个单遍编译器。

高级语言解释系统

• 功能：让计算机执行高级语言
• 与编译程序的不同
  • 不生成目标代码
  • 能支持交互环境（同增量式编译系统）
• 源程序和初始数据 通过 解释程序 得到 计算结果

解释系统

直接对源程序中的语句进行分析，执行器隐含的操作

编译阶段和运行阶段存储结构

解释系统存储结构

编译程序设计要求

• 目标程序运行速度快
• 目标程序短
• 编译程序快
• 编译空间 -> 小 / 充分利用内存
• 诊断、矫正错误的功能性强

1.4 PL/0 编译程序

结构

源语言	实现语言	目标语言
PL/0	C/pascal	类 pcode

程序实例

CONST A = 10;  // 常量说明部分
VAR	B,C;	   // 变量说明部分
PROCEDURE P;   // 过程说明部分
	VAR D;
	PROCEDURE Q;
		VAR X;
		BEGIN						|
            READ(X);				|
			D:=X;					|	// Q的过程体
			WHILE X#0 DO			|
                CALL P;				|
		END;
	BEGIN				|
        WRITE(D);		|	// P的过程体
		CALL Q;			|
	END;
BEGIN			|
    CALL P;		|	// 主程序体
END.			|

同PASCAL

作用域规则：内层可引用包围它的外层定义的标识符，上下文约束

过程可嵌套定义，可递归调用

子集：

• 数据类型，只有整型
• 数据结构，只有简变和常数
• 数字最多为14位
• 标识符的有效长度为10
• 语句种类
• 过程最多可嵌套三层

程序图

程序图画图图形：

程序图画图实例：

PL/0 语言文法

EBNF引入的符号(元符号)：

符号	定义
< >	用左右尖括号括起来的语法成分为非终结符
∷= (→)	∷=(→)的左部由右部定义
|	或
{ }	表示花括号内的语法成分可重复任意次或限
[]	表示方括号内的语法成分为任选项
()	表示圆括号内的成分优先

用 EBNF 描述<整数>的定义

<整数> ::= [+|-] <数字> {<数字>}
<数字> ::= 0|1|2|3|4|5|6|7|8|9

或者更好的写法
<整数> ::= [+|-]<非零数字>{<数字>}|0
<非零数字>::=1|2|3|4|5|6|7|8|9
<数字>::=0|<非零数字>

目标代码类pcode

目标代码类pcdoe是一种假想式计算机的汇编语言

指令格式

f	l	a

• f：功能吗
• l：层次码（标识符引用层去定义层）
• a：根据不同指令有所区别