/
4、自上而下分析法与 LL(1) 文法.md
215 lines (138 loc) · 8.48 KB
/
4、自上而下分析法与 LL(1) 文法.md
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
# 自上而下分析
自上而下分析是一种**试探**的过程，是反复使用不同产生式谋求与输入序列匹配的过程
当既有左递归又有左因子的时候，**先消除左递归**
# 消除左递归
避免陷入**死循环**
## 消除直接左递归
若文法G中的非终结符A，对某个文法符号序列α存在推导$A=^+>Aα$，则称G是**左递归**的。若G中有形如A→Aα的产生式，则称该产生式对A**直接左递归**
* 首先，整理A产生式为如下形式:
`A→ Aα1|Aα2|...|Aαm|β1|β2|...|βn`
* 其中αi非空[若αi为空，则形成一个有环的A产生式]，βj均不以A开始。然后用下述产生式代替A产生式：
`A → β1 A' |β2 A' | ...|βn A' `
`A'→ α1 A' | α2 A' | ... | αm A' |ε`
## 消除文法左递归
核心思想：
* 将不是直接左递归的非终结符右部展开到其他产生式中
* 但是若G产生句子的过程中出现$A=^+>A$的推导，则无法消除左递归
步骤
* 合理排序非终结符：A1，A2，…，An;【通过两层for循环检验】
* 然后用用$Aj→δ1|δ2|…|δk$右部替换$Ai→Ajγ$中的Aj得到$Ai→δ1γ|δ2γ|…|δkγ$;再消除Ai产生式中的直接左递归;
如`S→Aa|b A→Ac|Sd|ε`
* 将S的右部展开在A中，得到：`A→Ac|Aad|bd|ε`
* 消除新产生式中的直接左递归，得到：`S→ Aa | b` `A→ bdA' | A'` `A'→ cA' | adA' | ε`
# 提取左因子
避免**回溯**
将：`A → αβ1|αβ2`，替换为：`A →αA' A'→β1|β2`
# 递归下降分析
1. 直接以程序的方式**模拟**产生式产生语言的过程
2. 每个**产生式**对应一个**子程序**，产生式右边的**非终结符**对应**子程序调用**，**终结符**则**与输入序列匹配**
3. 它对**文法的限制**是**不能有公共左因子和左递归**；
4. 它是一种**非形式化的方法，**只要能写出子程序，用什么样的方法和步骤均可
对比
* 优点：简单灵活、容易构造
* 缺点：程序与文法直接相关，对文法的任何改变均需对程序进行相应的修改
* 适合规模比较小的语言
稳妥的笨方法：
1. 构造文法的**状态转换图**并且**化简**
- 标记为A的边可等价为**标记ε的边转向A转换图**的初态
- **$ε$边连接的两个状态**可以合并
- **标记相同**的路径可以合并
- **不可区分**的状态可以合并
2. 将转换图转化为**EBNF**表示
EBNF：扩展BNF（和正规式一样，为了表示方便加入的+、？、[]等等）
①${ }$：**重复0或若干次**（while）
② [ ]：可选择（if或while）
③ |：括弧( )之内的或关系（case）
④ ( )：改变运算的优先级和结合性
3. 从EBNF构造子程序
**构造递归下降字程序：**
* 首先设计两个变量lookahead（当前的下一输入的终结符）和eof（输入结束标志）
* 另外设计一个函数match(t)，进行终结符匹配
# 预测分析器
预测分析器是下推自动机的一个具体实现
栈中的内容是符号；而在移进-归约分析器的栈中内容是状态
<img src="https://img-blog.csdnimg.cn/20210124000323440.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNDYwNw==,size_16,color_FFFFFF,t_70" width="45%"/>
## 预测分析表
M[A, a]的内容：
* 若当前栈顶是非终结符A，下一输入终结符是a，则M[A, a]指示下一步动作；其中A为行下标，a为列下标
格局
* 格局是一个三元组（栈内容，当前剩余输入，改变格局的动作）
改变格局的动作：
* ① **匹配终结符**：若\^top=^ip(但≠#)，则pop且next(ip)
* ② **展开非终结符**：若^top= X且 M[X,^ip]=α(X→α)，则pop且push(α)
* ③ **报告分析成功**：若\^top=^ip=#，则分析成功并结束
* ④ **报告出错**：其它情况，调用错误恢复例程
### 构造预测分析表
1. 首先构造FIRST集合与FOLLOW集合
2. 然后根据两个集合构造预测分析表
**文法符号序列**α的FIRST集合为:
* $FIRST(α)=\{a|α=^*>a…，a∈T\}$，
若$α=^*>ε$，则$ε∈FIRST(α)$
**非终结符**A的FOLLOW集合如下:
* $FOLLOW（A） = \{ a |S=^*>…Aa…，a∈T\}$，
若A是某句型的最右符号，则$\#∈FOLLOW（A）$
通俗地讲
* α的FIRST集合就是**从α开始**可以导出的所有以终结符开头的序列中的**开头终结符**；
* 而A的FOLLOW集合，就是**从开始符号**可以导出的**所有含A的**文法符号序列中**紧跟A之后的终结符**
#### FIRST集合计算
**自下而上计算FIRST**
1. 若X∈T，则$FIRST(X)={X}$；
2. 若X是非终结符且有X→ε，则加入ε到FIRST(X)；
3. 若X是非终结符且有X→Y1Y2…Yk，并设Y0=ε，Yk+1=ε。那么对所有从0开始的j(0≤j≤k)，若a∈FIRST(Yj+1)且ε∈FIRST(Y1~Yj)【这里表示1到j都有ε】，则加入a到FIRST(X)。
说明
* FIRST(X1X2…Xn)是所有FIRST(Xi)(i=1,2,..,k)的并集，其中k为第一个具有性质**ε不属于FIRST（Xk）**或**k>n**的文法符号
* First集合里的符号一定是终结符，ε不是终结符，也不是非终结符，只是一个表示空的标志而已
* `T->array[num] of int`中`array`, `[`, `num`, `]`, `of`, `int`都是终结符
#### FOLLOW集合计算
**自上而下计算FOLLOW**
1. 加入#到FOLLOW(S)，其中S是开始符号，#是输入结束标记
2. 若有产生式A→αBβ，则除ε外，FIRST(β)的全体加入到FOLLOW(B)
3. 若有产生式A→αB或A→αBβ且ε∈FIRST(β)，则FOLLOW(A)的全体加入到FOLLOW(B)
若 $S =^*>δAa$ （a紧跟A之后），则 $=>δαBa$ a也紧跟B之后（A→αB）
或者 $=>δαBβa =^*>δαBa$ （A→αBβ）
因为 ε∈FIRST(β) 使得B成为A产生式右部最右的文法符号，即 对任何a∈FOLLOW(A)，均有a∈FOLLOW(B)
**构造预测分析表：**
预测分析表的列都是**终结符**
1. 对文法的每个产生式A→α，执行2和3
2. 对FIRST(α)的每个终结符a，加入α到M[A，a]
若当前栈顶为A，当前输入为a，则规则2表示下一步动作是展开A→α，因为a∈FIRST(α)，所以展开后下一次正好匹配a【这里α是aB…这样的表示，因为FIRST(α)里有a】
3. 若$ε∈FIRST(α)$，则对FOLLOW(A)的每个终结符b(包括#)加入α到M[A，b]
若当前栈顶为A，当前输入为b且b∈FOLLOW(A)，则规则3表示下一步动作是展开A→ε，即栈顶弹出A，继续分析A之后的部分，因为b∈FOLLOW(A)，所以弹出A后下一次正好匹配A的后继b
4. M中其它没有定义的条目均是error
## 驱动器
```py
初始格局为: （#S，ω#，分析器的第一个动作）[其中ω是输入序列]
令ip指向ω#中的第一个终结符，top指向S;
loop x:=top^; a:=ip^;
if x ∈ T
then if x=a
then pop(x); next(ip); -- 匹配终结符
else error(1); -- 出错：栈顶终结符不是a
end if;
else if M[x, a] = X→Y1Y2...Yk
then pop(X); push(YkYk-1...Y2Y1);--展开产生式
else error(2); -- 出错：产生式不匹配
end if;
end if;
exit when x=# and a=#; -- 分析成功
end loop;
```
## LL(1)文法
文法G被称为是LL(1)文法，当且仅当为它构造的预测分析表中**不含多重定义的条目**；
* 由此分析表所组成的分析器被称为LL(1)分析器，它所分析的语言被称为LL(1)语言；
* 第一个L代表**从左到右扫描输入序列，**第二个L表示**产生最左推导**，1表示**在确定分析器的每一步动作时向前看一个终结符**
**任何二义文法都不是LL(1)文法**
### 证明是LL(1)文法
G是LL(1)的，当且仅当G的任何两个产生式A→α|β满足:
1. 对任何**终结符a**，α和β**不能同时推导出以a开始的串**
向前看一个就不够了，M[A，a]中有多重定义A→α和A→β
1. α和β**最**多有一个可以**推导出ε**
向前看一个就不够了，任何属于FOLLOW（A）的终结符b(包括#)，M[A，b]中有多重定义A→α和A→β
1. 若**β=\*>ε**,则**α不能导出以FOLLOW(A)中终结符开始的任何串**
> 若条件3不满足，即存在终结符b，它既在FOLLOW(A)中，又在FIRST(α)中，
> 则步骤2把条目A→α加入到M[A，b]中，而步骤3又把条目A→β加入到M[A，b]中，即M[A，b] 中有多重定义A→α和A→β
所以**LL(1)文法既无左递归也无左因子**
缺点：
1. 文法难写，难懂
2. 适应范围有限，往往写不出有些语言的LL(1)文法
实际编译器中使用更多的是一类LL(1)文法的真超集——LR(1)文法