编译原理复习汇总

复习汇总

一、第一章概述

1.文法与自动机的等价

1)0型文法—图灵机

2)1型文法—线性有界非确定图灵机

3)2型文法—非确定下推自动机

4)3型文法—有限状态自动机

2.编译技术的应用

1)语法制导的结构化编辑器

2)程序格式化工具

3)软件测试工具

4)程序理解工具

5)高级语言的翻译工具

6)等等

3.从面向机器的语言到面向人类的语言（结合第二章第9小点理解）

1)面向机器的语言：机器指令，汇编语言

2)面向人类的语言：通用程序设计语言，数据查询语言，形式化描述

语言（正规式,产生式）等等。

4.各语言的分类（结合第二章第9小点理解）

1)过程式语言，面向对象语言：通用程序设计语言。

2)函数语言：面向特点领域的，递归特性。例如LISP语言

3)说明性，非算法式语言：LEX/YACC,SQL。

4)脚本式语言：Shell语言

5.语言之间的转换（李静PPT41）

1)高级语言之间的转换一般称为预处理或转换。

2)高级语言翻译成汇编语言或机器语言称之为编译。

3)把汇编语言翻译成机器语言称之为汇编。

4)将一个汇编语言程序汇编为可在另一台机器上运行的机器指令称之

为交叉汇编。

5)把机器语言翻译成汇编语言称之为反汇编。

6)把汇编语言翻译成高级语言称之为反编译。

6.编译器和解释器

1)编译器

●源程序的翻译和翻译后的程序的运行是两个不同的阶段。

◆编译阶段：用户输入源程序，经过编译器的处理，生成目

标程序。

◆目标程序的运行阶段：根据要求输入数据，得出结果。

2)解释器（凡是可以采用编译器的地方均可以采用解释器）

●解释器把翻译和运行结合到一起，编译一段源程序，紧接着就

执行它。这种方式称为解释。

7.解释器的优点（对比与编译器）

1)具有较好的动态特性。

2)具有较好的移植特性。

8.解释器的缺点（对比于编译器）

1)相比于编译器需花费大量的时间。

2)占用更多的内存空间。

9.编译器的工作阶段（结合第二章6小点红色部分理解）

1)源程序->词法分析器->语法分析器->语义分析器->中间代码生成器->

代码优化器->目标代码生成器->目标代码

2)工作过程中的每个阶段均采用了符号表管理器，出错处理器。10.编译器各阶段的工作过程（结合第二章6小点红色部分理解）

1)源程序通过词法分析器翻译成记号流，记号流通过语法分析产生语

法树，然后根据语法树来进行适当的语义处理，语义分析产生符号

表和中间代码。

2)符号表的格式：标识符，类型，分配的地址。

3)中间代码的格式：操作符，左操作数，右操作数，结果。

4)中间代码的优化：传值的代码可以省略。

5)目标代码生成：生成汇编指令，格式为：操作数源码目标。

●二元运算：OP source target target := source OP target

●一元运算：MOVE source target tatget = source。

11.各阶段工作归纳

1)词法分析：根据词法规则识别出源程序的各个记号（token），每个

记号代表一类单词（lexeme），记号的分类如下：（第二章第4小

点）

●关键字：如var、begin、end 等，不做他用，称为保留字。

●标识符：如x、y、z、sort等，在源程序中被用作变量名，过程

名，类型名和标号等所有对象的名称。(用记号代替)

●字面量：如60、Xidian、University等，一般用于表示常数或字

符串常量。（保留原样）

●特殊符号：=、*、+、-、;等运算符，分隔符（保留原样）。

●例：var x,y,z:real ; x:= y+z*60; var

id1,id2,id3:real;id1:=id2+id3*60;

2)语法分析：得到语言结构并以树来表示。

3)语义分析：考察结构正确的句子是否语义合法。

4)中间代码生成。

5)中间代码优化。

6)目标代码生成。

7)符号表管理：合理组织符号，便于各阶段查找，填写等。

8)出错处理：错误的种类—词法错，语法错，静态语义错，动态语义

错。

12.编译器的分析/综合模式。（PPT53）

1)前端（分析）：语言结构的分析。（语法和语义分析）

2)后端（综合）：语言意义的分析与处理。（代码的生成、优化）

3)中间代码：前段与后端的分解。

二、第二章词法分析

1.词法分析：词法分析是编译过程中将字符流转换成为符号流的一个工

作阶段，是编译的第一步操作，其后续工作是语法分析（配合第一章第11小点理解）。

1)词法分析输入源代码。

2)词法分析输出记号流。

3)词法分析需要识别此发错无，即非法的符号、单词。但不识别语法

错误。

2.词法分析器的作用

1)源程序由单词组成，单词是最小的语义单位。

2)词法分析器的功能：

●扫描源程序字符流。

●按照源程序的语法规则识别出各类单词符号。

●产生用于语法分析的记号序列。

●填写符号表。

3)辅助功能

●跳过源程序的注释和空白。

●把错误信息和源程序联系起来（错误定位）。

●宏预处理。

3.模式（规则）（patten）：将产生和识别单词的规则称为模式（规则）。

4.记号（token）：按照某个模式识别出来的元素称为记号。（第一章和本

章第11小点一同理解）

1)记号= 记号的类别+ 记号的属性。（用于识别）

2)记号的类别：记号的类别可以用整形编码来表示。

3)记号的属性：根据记号的类别不同，记号的属性可以用不同的表示

方法，如relation(81)的属性值为一个有限的可枚举的集合，可以用

每个属性值在集合中的位置来表示它。（课本P16）。

5.单词（lexeme）：被识别出元素自身的价值。（结合本章第9点理解）

6.词法分析器的作用和工作方式:

1)特征：编译器中唯一与源程序打交道的部分。

2)任务：（与第二章第2点一同理解）

●滤掉源程序中的无用的部分，如注释，空格，回车等。

●处理与具体平台有关的输入。

●识别记号，并交给语法分析器，根据模式识别记号。

●调用符号表管理器或出错管理器，进行相关管理。

3)工作方式

●单独一遍扫描。

●作为语法分析器的子程序。

●并行方式。

4)输入输出结果的分析（结合第一章9、10小点理解）

●源程序->词法分析期->记号流

●源程序->词法分析器->记号流->语法分析器->语法树。

7.输入缓冲区

1)设置缓冲区的必要性：

●超前搜索：为了得到某一个单词符号的确切性质，需要超前扫

描若干个字符。

●方便实现读字符和退字符操作，提高词法分析器的效率。

8.字符串：从词法分析的角度看程序语言设计，他是由几号组成的集合

（第二章第4小点）

1)定义：语言L是有限字母表∑上有限长度字符串的集合。字母表是

组成字符串的所有字符的集合。即字符串中的所有字符取自字母

表。

2)两个有限：（有序集合）:因为计算机所能表示的字符个数和字符串

长度是有限的。

●字母表是有限的，即字母表中的元素是有限多个。

●字符串长度是有限的，即字符串中字符的个数是有限多个的。

3)字符串和集合的基本概念：（课本P19）

9.语言概述：（第一章第3、4小点理解）

1)语言——形式化的内容提取：是字和组合字的规则

●语言：满足一定条件的句子集合。

●句子：满足一定规则的单词序列

●单词：满足已定规则的字符。（结合本章第5点理解）

2)程序设计语言——形式化的内容提取：组成程序的所有语句的集

合。

●程序：满足语法规则的语句序列。

●语句：满足语法规则的单词序列。

●单词：满足词法规则的字符串。（结合本章第5点理解）

3)描述形式——文法

●语法——语句

◆语句的组成规则

◆描述方法：BNF范式，语法图

●词法——单词（结合本章第5点理解）

◆单词的组成规则。

◆描述方法：BNF范式，正规式。（结合下一小点理解）

10.正规式和正规集

1)正规式：令∑是一个有限字母表，则∑上的正规式及其表示的集合递

归定义为：

●ε是正规式，他表示集合L（ε）=｛ε｝

●若a是∑上的字符，则a是正规式，他表示集合L（a）=｛a｝

●若正规式r和s分别表示集合L（r）和L（s），则

◆r|s是正规式，表示集合L（r）并L（s）。

◆rs是正规式，表示集合L（r）L（s）。

◆r*是正规式，表示集合L（r）*。

◆（r）是正规式，表示的集合仍是L（r）。（加括号改变优先

级，结合性）

2)正规集：可用于正规式描述的语言称为正规语言或正规集。

●正规式计算的优先级（具有左结合的性质）

◆从高到低排列：闭包运算，连接运算，或运算。

●正规式中不必要的括号可以被省略。

3)正规式和正规集之间的关系是多对一的关系。

4)正规式的等价：若正规式P和Q表示了同一个正规集，则称P和Q

是等价的，即为P=Q

5)正规式公理（课本P21）

11.记号的说明（用正规式来描述）（本章第4小点）：正规式可以严格规

定记号的模式，用正规式说明记号的公式为：

1)记号= 正规式（记号是正规式）例如：id = a(a|b)可以读作“id定

义为a(a|b)”（简称为正规式）

2)通常在不引起混淆的情况下，也把说明记号的公式简称为正规式，

或者规则。

12.记号的识别——有限自动机

1)模式的描述——正规式

2)记号的识别——有限自动机（确定，不确定）

●不确定的有限自动机

◆定义：NFA是一个五元组：M = （S，∑，move，s0，F）

A.S是有限个状态的集合。

B.∑是有限个输入字符（包括ε）的集合。

C.Move是一个状态转移函数，move（si ，ch）= sj表

示，当前状态si下若遇到输入字符ch，则转移到状态

sj。

D.s0是唯一的初态（称为开始状态）

E.F是终态集，他是S的子集，包含了所有的终态。

◆NFA的表示方式

A.状态转换图：用一个有向图直观表示NFA。终态用一个

双圈来表示。

B.状态转换矩阵：用一个二维数组来直观表示NFA。

◆NFA识别记号（课本P24-25 ，PPT29）

A.NFA识别记号存在的问题：

1.只有尝试了全部可能的路径，才能确定一个输入序

列不被接受，而这些路径的条数随着路径长度的增

长而成指数增长。

2.识别过程中存在大量回溯，时间复杂度和输入序列

呈指数级增长。

●确定的有限自动状态机（DFA）

◆定义：DFA是NFA的一个特例

A.没有状态具有ε状态转移，即状态转换图中没有标记ε

的边。

B.对每一个状态s和每一个字符a，最多有一个下一个状

态。

◆DFA的特征：消除了NFA的不确定性。

A.定义move（si，a）函数是一对一的。

B.转换图：从一个节点出发的边上标记均不相同。（没有

重复字符的状态转移）

C.转换矩阵M[si，a]是一个状态。（NFA可以为状态集）

D.字母表不包括ε。

●有限自动机的等价：若有限自动机M和M’识别同意正规集，

则成M和M’是等价的，即为M=M’。

13.简化正规式描述

1)正闭包：若r是表示L（r）的正规式，则r的正闭包是表示（L

（r））的正闭包的正规式；

●r+ = rr* = r*r，，r* = r+|ε。+与*具有相同的运算结合性和优先

级

2)可缺省：r？= r|ε

3)字符组：

●枚举：【abc】= a|b|c

●分段

4)非字符组：

●若[r]是一个字符组形式的正规式，则[^r]是表示∑-L（r）的正

规式。

5)串：若r是字符链运算的正规式，则串“r”和r等价。

14.从正规式到词法分析器

1)构造词法分析器的一般方法和步骤：

●用正规式对模式进行描述。

●为每一个正规式构造一个NFA，他识别正规式所表示的正规

集。

●将构造出的NFA转化为等价的DFA，这一过程也成为确定化。

●优化DFA，使其状态数最少，这一过程称为最小化。

●从优化的DFA构造词法分析器。

2)从正规式到NFA（thompson算法）。

●对于字母表∑上的r，将其分解为最基本的正规式。

◆对于ε，NFA为s0为初态，f为终态，该NFA接收｛ε｝。

◆对于∑上的任意一个字符a，NFA为s0为初态，f为终态，

NFA接受｛a｝。

◆若正规式N（p）和N（q）是正规式p和q的NFA，则：

（课本P27）。

3)从NFA到DFA

●NFA标识记号的“并行”方法。避免回溯。

◆由于并行的方法在每试探一步时，考虑了所有的下一步状

态转移，因此走的每一步都是确定的。采用并行的方法，

核心思想是将不确定的下一状态确定化。

●确定化的两个步骤：

◆消除ε状态转移；ε的闭包。

◆消除多余一个的下一个状态转移。

●算法（课本P30）

4)DFA最小化（课本35）

三、第三章语法分析

1.词法分析：元素是字母表，组成字符串，线性结构，单词的集合。

2.语法分析：元素是终结符，组成句子，树结构（分析树），句子的集

合。

1)语法规则：上下文无关文法（子集——LL文法或LR文法）

2)语法分析：下推自动机（LL或LR分析器），自上而下（预测分析）

和自下而上（移进归约）分析

3.语法错误的处理原则

1)源程序中可能出现的错误：

●词法错误：非法字符或拼写错误的关键字，标识符等。

●语法错误：语法结构错误，缺少分号等。

●静态语义错误：类型不一致，参数不匹配等。

●动态语义错误：逻辑错误，无穷递归，变量为0做处暑等等。

2)语法错误处理的目标

●清楚而准确的报告错误的出现。

●迅速的从每个错误中恢复过来。

●不应使对语法正确源程序的分析速度降低太多。

3)语法错误的基本恢复策略

●紧急方式恢复：抛弃若干输入，直至遇到同步记号。

●短语级回复

●出错产生式

●全局纠正

4.上下文无关文法（CFG）

1)定义：CFG是一个四元组G = （N，T，P，S），其中：

●N是非终结符的有限集合。

●T是终结符的有限集合，且N交T为空集。

●P是产生式的有限集合。

◆A->a，其中A属于N（左部），a属于（N并T）的闭包

（右部），若a = ε，则称A->ε为空的产生式

●S是非终结符

2)由产生式集表示CFG

●前提：若文法正确，第一个产生式的左部是文法开始符号S，

则N是出现在产生式左边符号的集合，T是所有不出现在产生

式左边符号的集合。

3)产生式的一般读法：读作“定义为”，或者“可导出”。

4)终结符与非终结符在读写上的区别。

●大写英文字母A、B、C表示非终结符。

●小写字母表示终结符。

●小写希腊字母表示任意文法符号序列。

5)产生式的缩写形式（产生式以非终结符命名）

5.CFG产生语言的基本方法（PPT9）：通过推导的方法产生语言=>

1)定义3.2（PPT10）：直接推导。

2)强调的两点：推导具有自反性，推导具有传递性。

3)定义3.3（PPT10）：由CFG G所产生的语言L(G)被定义为:

●L(G) = { ω┃S=+>ωand ω∈T* }，

●L(G)称为上下文无关语言（Context Free Language, CFL），ω称

为句子。若S=*>α，α∈(N∪T)*，则称α为G的一个句型。

4)定义3.4：在推导过程中，若每次直接推导均替换句型中最左边的

非终结符，则称为最左推导，由最左推导产生的句型被称为左句

型。

6.推导，分析树，语法树。

1)分析树的性质（具体语法树）：

●根由开始符号所标记。

●每个叶子都由一个终结符，非终结符，或ε标记。

●每个内部结点由一个非终结符标记。

●若A是某内部节点的标记，且X1，X2，...，Xn是该节点从左

到右所有孩子的标记，则A→X1X2...Xn是一个产生式。若A→

ε，则标记为A的结点可以仅有一个标记为ε的孩子。

2)分析树与语言和文法的关系：

●每一直接推导（每个产生式），对应一颗仅有父子关系的子树，

即产生式左部非终结符“长出”右部的孩子。

●分析树的叶子，从左到右构成G的一个句型。若叶子仅由终结

标记，则构成一个句子。

●最左最右推导的中间过程对应的分析树可能不同，因为句型不

同，但最终的分析树相同，因为最终是同一个句子。

●分析树既反映了产生句型的推导过程，有反映了句型的结构。

3)语法树（抽象语法树）

●定义3.6：对CFG G的句型，表达式的语法树被定义为具有下述

性质的一棵树。

◆根和内部节点由表达式中的操作符标记。

◆叶子由表达式中的操作数标记。

◆用于改变运算优先级和结合性的括弧，被隐含在语法树的

结构中。

7.二义性和二义性的消除

1)二义性：若G对同一句子产生不止一颗分析树，则称G为二义

的。（一个句子多于一颗分析树，与与文法和句子有关，与采用的

推导方法无关）产生的原因是文法中缺少对文法符号优先级和结合

性的规定。

2)二义性的消除：

●改写二义文法为非二义性文法。

◆引入新的非终结符，限制了每一步直接推导均有唯一选

择。

◆最终分析树的形状，仅与文法有关，而与推导方法无关。

◆非终结符的引入，增加了推导步骤（分析树增高）。

◆越接近S的文法符号优先级越低。

◆A始终在左边出现，则A产生式具有左结合性质。

●改写步骤：

◆引入一个新的非终结符，增加一个子结构并提高一级优先

级。

◆递归非终结符在终极符左边，运算具有左结合性，否则具

有右结合性。

●规定二义性文法中符号的优先级与结合性，使仅产生一颗分析

树。

8.正规式到CFG的转换

1)构造正规式的NFA

2)若0为初态，则A0为开始符号。

3)对于move（i，a）=j，引入产生式Ai->aAj。

4)对于move（i，空串）=j，引入产生式Ai->Aj。

5)若i是终态，则引入产生式Ai -> 空串。

9.自上而下的语法分析

1)自上而下的方法分析输入序列

●对任何一个输入序列w，从S开始进行最左推导，直到得到一

个合法的句子或发现一个非法结构。

●自上而下，从左到右为输入序列建立分析树

10.自上而下的文法（消除二义性时）可能会产生的问题

1)A产生式的多个候选项的前缀相同，称为公共左因子，会造成虚假

匹配，造成大量回溯。

2)A->Aa的产生式一旦采用该产生式去替换，就会陷入死循环，分析

无法进行，称为直接左递归。

3)改变上述问题方法：

●消除左递归

●提取公共左因子

11.消除左递归

1)消除文法的直接左递归：（PPT3）

2)消除文法的左递归。

12.提取公共左因子

13.构造预测分析表

1)首先构造First和Follow集合。