2021-2022学年编译原理考试重点

注：计算部分请参考 编译原理实验报告

名词解释

• 编译器：编译阶段，用户输入源程序，经编译器翻译生成目标程序，目标程序在运行时接受输入数据，得到数据输出

• 解释器：将源程序的翻译和目标程序的运行结合起来，翻译一段源程序，紧接着就执行它，这种方式称为解释

  记忆：编译器和解释器的功能都是翻译和运行目标程序，编译器将二者分开进行，而解释器同时进行翻译和运行工作。

• 词法分析：根据词法规则，识别源程序中的各个记号（token），每个token代表一类单词（lexeme）

• 语法分析：根据语法规则，识别记号流中的语法结构，并构造反应该结构的语法分析树

• 语义分析：根据语义规则，对语法树进行静态语义检查，确保结构正确的语句在语义上也正确

• 中间代码生成：根据语义分析的结果生成与具体机器无关的中间代码，之后根据具体的机器对中间代码进行解释和执行

• 中间代码优化：中间代码的生成是机械且固定的，对中间代码进行等价变换，提高代码的时间和空间效率

• 目标代码生成：将中间代码变换成特定机器上运行的指令代码

• 符号表：记录源程序中符号的相关信息，合理组织后，在编译器的各个阶段进行快速、准确的增删改查等操作

• 出错处理：遇到一个错误就使编译器停止工作的做法是不负责的，所以编译器应具有广泛的查错能力，准确报告错误种类和出错位置

• 语言：语言$L$是有限字母表$\Sigma$上有限长度符号串的集合

• 正规式：有限字母表$\Sigma$上的正规式及正规集$L$的定义为

  1. $ϵ$是正规式，L(ϵ)={ϵ}L(\epsilon)=\{\epsilon\}L(ϵ)={ϵ}
  2. $a\in \Sigma$，$a$是正规式，L(a)={a}L(a)=\{a\}L(a)={a}
  3. $r,s$是正规式，对应正规集$L(r),L(s)$，则
     1. $r|s$是正规式，$L(r|s)=L(r)\cup L(s)$
     2. $rs$是正规式，$L(rs)=L(r)L(s)$
     3. $r^{\ast }$是正规式，$L(r^{\ast })=(L(r){)}^{\ast }$
     4. $(r)$是正规式，$L((r))=L(r)$

  记忆：定义有限字母表上的正规式和其对应的正规集，首先$ϵ$是正规式，其正规集为{ϵ}\{\epsilon\}{ϵ}. 其次，字母表中的每个字母构成正规式，对应正规集为该字母的集合。接着定义正规式的基本操作：或运算、连接运算、闭包运算、括号规定优先级。

• 模式：产生和识别单词的规则

• 记号：根据某种规则（模式）识别出的元素

• NFA：Nondeterministic Finite Automata（不确定有限状态机）是一个五元组$(Q,\Sigma ,\delta ,S,F)$，其中

  1. $Q$是有限状态的集合
  2. $\Sigma$是有限字母表，包括$ϵ$
  3. $\delta$是状态转移函数，$\delta$是多值函数，定义如下：
     $$\delta :Q\times \Sigma \to 2^Q$$
     其中，$2^Q$是$Q$的幂集。
  4. $S$是初态集，$S\subseteq Q$
  5. $F$是终态集，$F\subseteq Q$

• DFA：Deterministic Finite Automata（确定有限状态机）是一个五元组$(Q,\Sigma ,\delta ,S,F)$，其中

  1. $Q$是有限状态的集合
  2. $\Sigma$是有限字母表
  3. $\delta$是状态转移函数，$\delta$是单值函数，定义如下：
     $$\delta :Q\times \Sigma \to Q$$
  4. $S$是唯一初态，$S\in Q$
  5. $F$是终态集，$F\subseteq Q$

  记忆：与NFA相比，DFA具有确定性，因此DFA的$\Sigma$不包含$ϵ$、$\delta$是单值映射函数、$S$是唯一初态。

• 上下文无关文法：四元组$(V_N,V_T,P,S)$，其中

  1. $V_N$是非终结符的有限集合
  2. $V_T$是终结符的有限集合
  3. $P$是产生式的有限集合，每条产生式型如$A\to \alpha$，$\alpha \in (V_N\cup V_T{)}^{\ast }$
  4. $S$是文法的开始符号

• 终结符：组成一个语言的不可再分的基本符号

• 非终结符：产生式左部可以派生出符号或符号串的符号

• 文法产生式：递归描述终结符与非终结符构成的句型。一般形式为：$\alpha \to \beta$. 其中，$\alpha ,\beta \in (V_N\cup V_T{)}^{\ast }$，且$\alpha$至少含有一个非终结符

• 推导：从文法开始符号$S$开始，反复使用产生式，将产生式左部非终结符替换为右部文法符号序列，直至得到一个终结符序列

• 归约：是推导的逆过程，反复用产生式左部替换右部，直至输入串分析完毕

• 句型和句子：设文法$G[S]$，若$S\stackrel{\ast }{\Rightarrow }x,x\in (V_N\cup V_T{)}^{\ast }$，则$x$称为该文法的句型。若$S\stackrel{\ast }{\Rightarrow }x,x\in V_T^{\ast }$，则$x$称为该文法的句子

• 二义性：如果一个文法存在某个句子对应两棵不同的语法树，即具有不同的最左（最右）推导，这个文法就是二义性的

• 下推自动机：扩展DFA使之可以存取一个栈，称为下推栈。输入一串记号流，下推自动机将根据“有限状态转移控制”，决定是否接受该记号流

• First集：First(α)={a∣α⇒∗a…anda∈VT}First(\alpha)=\{a|\alpha\stackrel{*}{\Rightarrow} a\dots\ and\ a\in V_T \}First(α)={a∣α⇒∗a… and a∈VT​}，若$\alpha \stackrel{\ast }{\Rightarrow }ϵ$，则$ϵ\in First(\alpha )$

• Follow集：Follow(A)={a∣S⇒∗…Aa…,a∈VT}Follow(A)=\{a|S\stackrel{*}{\Rightarrow}\dots Aa\dots,a\in V_T \}Follow(A)={a∣S⇒∗…Aa…,a∈VT​}，若$S\stackrel{\ast }{\Rightarrow }\dots A$，则$\#\in Follow(A)$

• 活前缀：规范句型前缀，不含句柄之后的任何符号。若$S\stackrel{\ast }{\Rightarrow }\delta A\omega$，且可继续规范推导出$S\stackrel{\ast }{\Rightarrow }\delta \alpha \beta \omega$，其中，$\delta \in V^{\ast },A\in V_N,\omega \in V_N^{\ast },\alpha \in V^{+}$，则$\alpha \beta$是$\delta \alpha \beta \omega$的句柄，$\delta \alpha \beta$的任意前缀都是$\delta \alpha \beta \omega$的活前缀

• 移进规约冲突：一个项目集中，既有移进项目，又有规约项目，则此时不能决定产生移进动作还是规约动作

• 语法制导翻译：为每一个产生式配上相应的语义规则，在推导或规约的过程中根据产生式的语义规则执行对应的语义动作

• 综合属性：若$A\to \alpha ,b:=f(c_1,c_2,\dots ,c_k)$，其中，$b$是$A$的属性，$c_1,c_2,\dots ,c_k$是$\alpha$中某些文法符号的属性或$A$的其他属性，则$b$是综合属性

• 继承属性：若$A\to \alpha ,b:=f(c_1,c_2,\dots ,c_k)$，其中，$b$是$\alpha$中某文法符号的属性，$c_1,c_2,\dots ,c_k$是$A$的属性或$\alpha$中其他文法符号的属性，则$b$是继承属性

  记忆：综合属性“自下而上，包含自身”；继承属性“自上而下，包含兄弟”。

• 三地址代码：每条代码包含一个运算和三个地址，例如$x=yopz$，运算op，两个地址$y,z$用于存放运算对象，地址$x$用于存放运算结果

• 四元式：$(op,arg1,arg2,result)$，四元式是具有四个域的记录结构，其含义是arg1和arg2进行op指定的操作，结果存放到result中

• 拉链与回填：当三地址码中的转向不确定时，将所有转向同一地址的三地址码拉成一个链，一旦转向地址确定，沿此链回填转向地址

简答题

• 编译器和解释器的比较：
  编译器和解释器的功能都是翻译和运行目标程序，从翻译的角度来说，二者相类似，但编译器将源程序的翻译和目标代码的运行分开进行，而解释器同时进行翻译和运行工作。
  解释器的优点：

  1. 具有较好的动态特性。目标程序运行时，控制权在解释器，用户可动态修改源程序；
  2. 具有较好的可移植性。对解释器进行重新编译，就可以使其运行在不同环境中。

  解释器的缺点：

  1. 时间损失大。解释器需要边翻译、边运行，运行时需要时间检查源程序；
  2. 空间损失大。解释器的运行也需要占据内存空间。

  记忆：（相同）翻译过程类似。（区别）编译器分别进行翻译和运行工作，解释器则同时进行。（解释器的优缺点）“移动时空”——（优）可移植性、动态特性，（缺）时空损失大、运行效率低。

• 编译的一般过程：

  • 输入：源程序
  • 输出：目标程序
  • 过程——词法分析、语法分析、语义分析、中间代码生成、代码优化、目标代码生成
  • 依赖——符号表管理、出错处理

• 多遍扫描与一遍扫描的比较：

  • 定义——逻辑上，编译器工作的每个阶段，都要对程序进行完整扫描和分析，称为多遍扫描。但实际上，编译器往往把若干阶段的工作结合起来，进行一遍扫描。原则上，希望扫描的遍数越少越好。
  • 一遍扫描的优点——避免重复扫描，提高编译速度；
  • 一遍扫描的缺点——算法逻辑不清晰、不便于代码优化、发生语法语义错误时前期工作作废

  记忆：（定义）多遍扫描是编译器编译过程中对源程序进行多遍完整的扫描和分析，一遍扫描指的是编译器将若干阶段的工作结合起来，只进行一遍扫描和分析工作。（一遍扫描的优缺点）——优：效率高，减少重复工作；缺点：（算法、代码优化、错误处理）算法逻辑不清晰、不利于代码优化、语法语义分析过程中出现错误导致前面分析过程的结果作废。

• 语言的运算：

  记忆：交、并、差、连接、闭包、正闭包

  1. X=L∩M,X={s∣s∈Lands∈M}X=L\cap M,X=\{s|s\in L\ and\ s\in M \}X=L∩M,X={s∣s∈L and s∈M}
  2. X=L∪M,X={s∣s∈Lors∈M}X=L\cup M,X=\{s|s\in L\ or\ s\in M \}X=L∪M,X={s∣s∈L or s∈M}
  3. X=L−M,X={s∣s∈Lands∉M}X=L- M,X=\{s|s\in L\ and\ s\notin M \}X=L−M,X={s∣s∈L and s∈/​M}
  4. X=LM,X={st∣s∈Landt∈M}X=LM,X=\{st|s\in L\ and\ t\in M \}X=LM,X={st∣s∈L and t∈M}
  5. X=L∗,X={s∣s∈L0∪L1∪…}X=L^*,X=\{s|s\in L^0\cup L^1\cup\dots \}X=L∗,X={s∣s∈L0∪L1∪…}
  6. X=L+,X={s∣s∈L1∪L2∪…}X=L^+,X=\{s|s\in L^1\cup L^2\cup\dots \}X=L+,X={s∣s∈L1∪L2∪…}

• 构造正规式：

  • 标识符的构造：
    $digit\to [0-9]$
    $letter\to [a-zA-Z\_]$
    $id\to letter(letter|digit{)}^{\ast }$
  • 浮点数的构造：
    $zero\to 0$
    $nonzero\to [1-9]$
    $digit\to zero|nonzero$
    $digits\to digitdigi{t}^{\ast }$
    $integerPart\to zero|nonzerodigi{t}^{\ast }$
    $optionalFraction\to .digits|ϵ$
    $FloatNum=integerPartoptinalFraction$

• 正规式等价证明：
  若正规式P、Q表示同一个正规集，则称P、Q等价，记为P=Q. 可以利用正规式的恒等运算的代数性质，化简复杂正规式，从而判断正规式是否等价。

  记忆：“或”运算具有交换律、结合律，连接运算具有结合律，正闭包运算$r^{+}=r{r}^{\ast }=r^{\ast }r$，闭包运算$r^{\ast }=r^{+}|ϵ$，可缺省运算$r?=r|ϵ$.

• DFA三种形式的转换：

  1. 状态转换函数$s_j=\delta (s_i,a)$
  2. 状态转换图（注：开始状态用双箭头指向，终结状态用双圈标记）
  3. 状态转换表（注：每个表元素表示某状态在某个输入符号时的转移状态）

• 汤普森算法：
  作用——构造识别正规式的NFA.
  形式——$r_1{r}_2,r_1|r_2,r_1^{\ast }$

  记忆：Thompson算法构造的NFA中，不存在“自回路”且某状态至多只能引出一个非$ϵ$转移。

  改进：在根据正规式构造NFA的实际操作中，常采用“改进的Thompson算法”，以简化NFA的状态。

• 消除二义性：

  1. 引入新的非终结符，增加一个子结构并提高一级优先级
  2. 递归非终结符在产生式中的位置可以反映文法符号的结合性

  else悬空问题：

  $S\to ifbthenS$
  $|ifbthenSelseS$
  $|A$

  if b then if b then A else A 具有二义性。产生该二义性的原因是else和then数目不同，不能确定else和第一个then对应还是和第二个then对应。因此，将S分为完全匹配（MS）和不完全匹配（UMS），完全匹配中else-then数目相同，每个else都能找到then与之对应，而UMS中else-then数目不同。MS和UMS中都要体现else的右结合性，即与最靠近else左边的then匹配。

  消除二义性后的结果：

  $S\to MS|UMS$
  $MS\to ifbthenMSelseMS$
  $UMS\to ifbthenS|ifbthenMSelseUMS$

• 预测分析器：
  由驱动器、符号栈和预测分析表组成。输入缓冲区存放待分析的串，以#标记输入串的结束，最终输出语法分析的结果。驱动器控制读入记号，根据栈顶符号和当前读入符号，由预测分析表决定对符号栈进行何种操作。

• 移进规约分析器：
  由驱动器、符号状态栈和移进归约分析表组成，其工作模式与预测分析器完全相同。输入缓冲区存放待分析的串，以#标记输入串的结束，最终输出语法分析的结果。驱动器控制读入记号，根据栈顶状态和当前读入符号，由移进归约分析表决定对符号状态栈进行何种操作。

• 中缀式与后缀式的转换：

  • 中缀式转后缀式：后缀式中操作数的顺序与中缀式一致，运算符按运算的先后顺序放入相应的操作数之后；
  • 后缀式转中缀式：顺序遍历后缀式，若当前输入是操作数，则进栈；若当前输入是运算符，则从栈中弹出操作数进行运算，将结果压回栈中。

  记忆：后缀式的引入消除了括号，方便计算。

参考文献

1. 刘坚. 编译原理基础. 西安：西安电子科技大学出版社，2008.
2. 刘铭. 编译原理[M]. 北京：电子工业出版社，2018.
3. 黄贤英. 编译原理及实践教程[M]. 北京：清华大学出版社，2019.
4. Keith Cooper. 编译器设计[M]. 北京：人民邮电出版社，2012.
5. 黄贤英. 编译原理：重难点分析·习题解析·实验指导[M]. 北京：机械工业出版社，2008.