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LLL是有限字母表Σ\SigmaΣ上有限长度符号串的集合
-
正规式:有限字母表Σ\SigmaΣ上的正规式及正规集LLL的定义为
- ϵ\epsilonϵ是正规式,L(ϵ)={ϵ}L(\epsilon)=\{\epsilon\}L(ϵ)={ϵ}
- a∈Σa\in \Sigmaa∈Σ,aaa是正规式,L(a)={a}L(a)=\{a\}L(a)={a}
- r,sr,sr,s是正规式,对应正规集L(r),L(s)L(r),L(s)L(r),L(s),则
- r∣sr|sr∣s是正规式,L(r∣s)=L(r)∪L(s)L(r|s)=L(r)\cup L(s)L(r∣s)=L(r)∪L(s)
- rsrsrs是正规式,L(rs)=L(r)L(s)L(rs)=L(r)L(s)L(rs)=L(r)L(s)
- r∗r^*r∗是正规式,L(r∗)=(L(r))∗L(r^*)=(L(r))^*L(r∗)=(L(r))∗
- (r)(r)(r)是正规式,L((r))=L(r)L((r))=L(r)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\epsilonϵ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,Σ,δ,S,F)(Q,\Sigma,\delta,S,F)(Q,Σ,δ,S,F),其中
- QQQ是有限状态的集合
- Σ\SigmaΣ是有限字母表,包括ϵ\epsilonϵ
- δ\deltaδ是状态转移函数,δ\deltaδ是多值函数,定义如下:
δ:Q×Σ→2Q\delta:Q\times \Sigma \to 2^Qδ:Q×Σ→2Q
其中,2Q2^Q2Q是QQQ的幂集。 - SSS是初态集,S⊆QS\subseteq QS⊆Q
- FFF是终态集,F⊆QF\subseteq QF⊆Q
-
DFA:Deterministic Finite Automata(确定有限状态机)是一个五元组(Q,Σ,δ,S,F)(Q,\Sigma,\delta,S,F)(Q,Σ,δ,S,F),其中
- QQQ是有限状态的集合
- Σ\SigmaΣ是有限字母表
- δ\deltaδ是状态转移函数,δ\deltaδ是单值函数,定义如下:
δ:Q×Σ→Q\delta:Q\times \Sigma \to Qδ:Q×Σ→Q - SSS是唯一初态,S∈QS\in QS∈Q
- FFF是终态集,F⊆QF\subseteq QF⊆Q
记忆:与NFA相比,DFA具有确定性,因此DFA的Σ\SigmaΣ不包含ϵ\epsilonϵ、δ\deltaδ是单值映射函数、SSS是唯一初态。
-
上下文无关文法:四元组(VN,VT,P,S)(V_N,V_T,P,S)(VN,VT,P,S),其中
- VNV_NVN是非终结符的有限集合
- VTV_TVT是终结符的有限集合
- PPP是产生式的有限集合,每条产生式型如A→αA\to \alphaA→α,α∈(VN∪VT)∗\alpha \in (V_N\cup V_T)^*α∈(VN∪VT)∗
- SSS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:α→β\alpha \to \betaα→β. 其中,α,β∈(VN∪VT)∗\alpha, \beta \in (V_N\cup V_T)^*α,β∈(VN∪VT)∗,且α\alphaα至少含有一个非终结符
-
推导:从文法开始符号SSS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]G[S]G[S],若S⇒∗x,x∈(VN∪VT)∗S\stackrel{*}{\Rightarrow}x,x \in (V_N\cup V_T)^*S⇒∗x,x∈(VN∪VT)∗,则xxx称为该文法的句型。若S⇒∗x,x∈VT∗S\stackrel{*}{\Rightarrow}x,x \in V_T^*S⇒∗x,x∈VT∗,则xxx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α⇒∗ϵ\alpha \stackrel{*}{\Rightarrow} \epsilonα⇒∗ϵ,则ϵ∈First(α)\epsilon \in First(\alpha)ϵ∈First(α)
-
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⇒∗…AS\stackrel{*}{\Rightarrow}\dots AS⇒∗…A,则#∈Follow(A)\#\in Follow(A)#∈Follow(A)
-
活前缀:规范句型前缀,不含句柄之后的任何符号。若S⇒∗δAωS\stackrel{*}{\Rightarrow}\delta A\omegaS⇒∗δAω,且可继续规范推导出S⇒∗δαβωS\stackrel{*}{\Rightarrow}\delta \alpha \beta \omegaS⇒∗δαβω,其中,δ∈V∗,A∈VN,ω∈VN∗,α∈V+\delta \in V^*,A\in V_N,\omega\in V_N^*,\alpha\in V^+δ∈V∗,A∈VN,ω∈VN∗,α∈V+,则αβ\alpha\betaαβ是δαβω\delta\alpha\beta\omegaδαβω的句柄,δαβ\delta\alpha\betaδαβ的任意前缀都是δαβω\delta\alpha\beta\omegaδαβω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→α,b:=f(c1,c2,…,ck)A\to \alpha,b:=f(c_1,c_2,\dots,c_k)A→α,b:=f(c1,c2,…,ck),其中,bbb是AAA的属性,c1,c2,…,ckc_1,c_2,\dots,c_kc1,c2,…,ck是α\alphaα中某些文法符号的属性或AAA的其他属性,则bbb是综合属性
-
继承属性:若A→α,b:=f(c1,c2,…,ck)A\to \alpha,b:=f(c_1,c_2,\dots,c_k)A→α,b:=f(c1,c2,…,ck),其中,bbb是α\alphaα中某文法符号的属性,c1,c2,…,ckc_1,c_2,\dots,c_kc1,c2,…,ck是AAA的属性或α\alphaα中其他文法符号的属性,则bbb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=yopzx=y\ op\ zx=y op z,运算op,两个地址y,zy,zy,z用于存放运算对象,地址xxx用于存放运算结果
-
四元式:(op,arg1,arg2,result)(op,arg1,arg2,result)(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:- 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;
- 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:
- 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;
- 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
- 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}
- 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}
- 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}
- 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}
- 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∪…}
- 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→[0−9]digit\to [0-9]digit→[0−9]
letter→[a−zA−Z_]letter\to [a-zA-Z\_]letter→[a−zA−Z_]
id→letter(letter∣digit)∗id\to letter(letter|digit)^*id→letter(letter∣digit)∗ - 浮点数的构造:
zero→0zero\to 0zero→0
nonzero→[1−9]nonzero\to [1-9]nonzero→[1−9]
digit→zero∣nonzerodigit\to zero|nonzerodigit→zero∣nonzero
digits→digitdigit∗digits\to digit\ digit^*digits→digit digit∗
integerPart→zero∣nonzerodigit∗integerPart\to zero|nonzero\ digit^*integerPart→zero∣nonzero digit∗
optionalFraction→.digits∣ϵoptionalFraction\to .digits|\epsilonoptionalFraction→.digits∣ϵ
FloatNum=integerPartoptinalFractionFloatNum=integerPart\ optinalFractionFloatNum=integerPart optinalFraction
- 标识符的构造:
-
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+=rr∗=r∗rr^+=rr^*=r^*rr+=rr∗=r∗r,闭包运算r∗=r+∣ϵr^*=r^+|\epsilonr∗=r+∣ϵ,可缺省运算r?=r∣ϵr?=r|\epsilonr?=r∣ϵ.
-
DFA三种形式的转换:
- 状态转换函数sj=δ(si,a)s_j=\delta(s_i,a)sj=δ(si,a)
- 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)
- 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——r1r2,r1∣r2,r1∗r_1r_2,r_1|r_2,r_1^*r1r2,r1∣r2,r1∗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\epsilonϵ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:
- 引入新的非终结符,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→ifbthenSS\to if\ b\ then\ SS→if b then S
∣ifbthenSelseS| if\ b\ then\ S\ else\ S∣if b then S else S
∣A|A∣Aif 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→MS∣UMSS\to MS|UMSS→MS∣UMS
MS→ifbthenMSelseMSMS\to if\ b\ then\ MS\ else\ MSMS→if b then MS else MS
UMS→ifbthenS∣ifbthenMSelseUMSUMS\to if\ b\ then\ S\ |\ if\ b\ then\ MS\ else\ UMSUMS→if b then S ∣ if b then MS else UMS -
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
- 刘坚. 编译原理基础. 西安:西安电子科技大学出版社,2008.
- 刘铭. 编译原理[M]. 北京:电子工业出版社,2018.
- 黄贤英. 编译原理及实践教程[M]. 北京:清华大学出版社,2019.
- Keith Cooper. 编译器设计[M]. 北京:人民邮电出版社,2012.
- 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.