编译原理及实践第1章概述

1、编译原理及实践 司广涛 28 八月 2022第2页教材及主要参考资料教材：编译原理及实践教程，黄贤英，清华大学出版社主要参考资料：编译原理，陈火旺，国防工业出版社编译原理(原书第2版)(龙书) ，ALFRED V.AHO etc著，赵建华 郑滔等译 ，机械工业出版社 ,2008.12编译原理，张素琴，吕映芝，清华大学出版社更多教材及参考资料参见编译原理精品课程网站。C语言程序void main( ) int x,y,z; x=3; y=2; z=x+y;内存地址内存内容单元名字200H3x：局部变量202H2y：局部变量204H5z：局部变量300H3A03302H3AE1304H3A0230

2、6H3AE2308HDA6C.3A71汇编语言程序mov ax,3mov x,axmov bx,2mov y,bxadd ax,bxmov z,ax.在内存中：数据区代码区 ？编译原理概述第一章 28 八月 2022第5页本章要求主要内容：各种翻译程序的概念，编译过程和阶段划分，编译程序的组成和结构，编译程序的构造方法重点掌握：编译程序工作的基本过程及其各阶段的基本任务，编译程序总框。28 八月 2022第6页1.1 程序设计语言与翻译程序机器语言 (machine language) C7 06 0000 0002汇编语言 (assembler language) MOV X , 2高级语言

3、 (high-level language) X = 2为什么要使用编译程序？28 八月 2022第7页计算机中的语言层次和翻译程序28 八月 2022第8页什么叫翻译程序翻译程序：能够将某种语言写的程序转换成另一种语言的程序，而且后者与前者在逻辑上是等价的。编译程序：将高级程序设计语言程序翻译成逻辑上等价的低级语言(汇编语言,机器语言)程序的翻译程序。解释程序：将高级程序设计语言写的源程序作为输入，边解释边执行源程序本身，而不产生目标程序的翻译程序。28 八月 2022第9页高级语言语言处理程序操作系统汇编语言翻译程序所处的层次计算机硬件C编译程序C语言Basic解释程序Basic语言For

4、tran编译程序Fortran语言.28 八月 2022第10页编译程序编译程序源程序目标程序计算机运行输入数据结果解释程序解释程序源程序输入数据结果28 八月 2022第11页对编译程序的一些说明编译程序实质上是翻译程序，要注意等价变换本课程的任务就是讲解在这个转换过程中所涉及到的一些理论和方法，最后，使用这些理论和方法，自己编写一个小的编译器转换是一个总体的功能，要抓住总体结构，逐层细分，写编译器时要体现软件工程中软件设计的原则，自顶向下，逐层分解。编译器要完成的转换任务相当复杂，实现编译器时必须分步骤分阶段实现。28 八月 2022第12页编译器的伙伴编辑器(editor)预处理器(Pr

5、eprocessor)将源程序汇集到一起，宏展开等汇编程序(assembler)连接程序(linker)连接系统函数与系统资源装入程序(loader)重定位(relocation)调试器（debugger）优化器（optimizer）28 八月 2022第13页 编译原理主要讨论编译程序设计的基本理论、基本概念、基本方法。 什么是编译原理28 八月 2022第14页1.2 编译过程概述逻辑上分五个阶段：词法分析、语法分析、语义分析与中间代码生成、代码优化、目标代码生成 每个阶段把源程序从一种表示变换成另一种表示词法分析语法分析语义分析与中间代码生成代码优化目标代码生成28 八月 2022第15

6、页按照词法分析、语法分析、语义分析等这种方式来划分阶段的原因是：每个阶段的复杂程度不同，所依据的理论基础不同，实现时采用的方法也不同。主要是方便理解和实现。划分阶段的依据是什么？每个阶段所实现的功能相对独立。用一个例子说明各阶段的功能28 八月 2022第16页/*一个PASCAL语言的源程序*/program test; /*this is an puting an area*/ var area, length, width: integer; begin length:=5;width:=5; area := 5length *widthlength *widthend. 28 八月 2

7、022第17页第一阶段：词法分析任务: 从左到右扫描源程序，识别出每个单词（Token）附加任务：a、滤掉空格 b、去掉注释单词符号是语言的基本组成成分词法分析的工作主要依据语言中单词的构成规则单词的种类： （1） 标识符 （2） 关键字（char、int、if、else、while、for等） （3） 运算符（即运算符号 +、*、/、&等） （4） 界符（常见的有 ； ， ： （ ）等） （5） 常数28 八月 2022第18页begin area:=5length*width length *widthend;单词类型内部形式begin关键字$beginarea标识符id1:=界符:=5常

8、数int1+算符+length标识符id1*算符*width标识符id2+算符+length标识符id2*算符*width标识符id3end关键字$end;界符;例:28 八月 2022第19页第二阶段：语法分析任务: 在词法分析的基础上，根据语言的语法规则，将单词符号串分解成各类语法短语(例：程序、语句、表达式)。确定整个输入串是否构成语法上正确的程序。根据规则判定：赋值语句：标识符:表达式 表达式：标识符、常数是表达式 表达式的运算也是表达式例：识别符号串id1:=int1 + id2 * id3 + id2 * id3是一个赋值语句（ area:=5length*widthlength

9、*width）而int1 + id2 * id3 + id2 * id3是一个表达式 （ 5length*widthlength *width ）28 八月 2022第20页语法分析所依据的是语言的语法规则id1:=int1 + id2 * id3 + id2 * id328 八月 2022第21页第三阶段：语义分析和中间代码生成任务：对语法分析所识别出的各类语法短语分析其含义，进行初步的翻译(翻译成中间代码)。静态语义审查变量定义类型匹配类型转换 例：C:=A*B (检查C与、类型)中间代码的翻译 中间代码有多种形式，如： 四元式: (运算符，运算对象1，运算对象2，结果) 28 八月 20

10、22第22页例：对赋值语句： id1:=int1 + id2 * id3 + id2 * id3 1. 检查area、length、width是否定义、类型 2. 生成中间代码(运算符，运算对象1，运算对象2，结果) (*, id2, id3, T1) (+, int1, T1, T2) (*, id2, id3, T3) (+, T2, T3, T4) (:=, T4, _, id1)id1:=int1 + id2 * id3 + id2 * id328 八月 2022第23页第四阶段： 代码优化任务：对已产生的中间代码进行加工变换，使生成的目标代码更为高效(时间和空间)。优化方法包括：公共

11、子表达式的提取、循环优化、删除无用代码等。代码的优化依据的是程序的等价变换规则。序号四元式1(*, id2, id3, T1)2(+, int1, T1, T2)3(*, id2, id3, T3)4(+, T2, T3, T4)5(:=, T4, _, id1)序号 四元式1(*, id2, id3, T1)2 (+, int1, T1, T2)3(+, T2, T1, id1)28 八月 2022第24页第五阶段：目标代码的生成任务：把中间代码(或经优化的中间代码)变换成特定机器上的低级语言代码。依赖于机器的硬件系统结构和机器指令的含义目标代码可以是：绝对指令代码、可重定位的指令代码、汇编

12、指令代码序号 四元式1(*, id2, id3, T1)2 (+, int1, T1, T2)3(+, T2, T1, id1)（1）mov AX, id2（2）mul AX, id3（3）mov BX, AX（4）add AX, int1（5）add AX, BX（6）mov id1, AX28 八月 2022第25页1.2编译程序的结构 由左图可以看出，词法分析是实现编译器的基础，语法分析是实现编译器的关键。因此按照这个顺序来实现编译器每一步的实现都依赖于一定的理论基础。28 八月 2022第26页编译阶段的组合几个概念遍：对源程序或源程序的中间结果从头到尾扫描一次，并作有关的加工处理，生

13、成新的中间结果或目标程序。编译前端：主要指与源语言有关，与目标语言无关的部分，通常包括词法分析、语法分析、语义分析和中间代码生成，与机器无关部分的代码优化编译后端：指与目标机器有关的部分。如与机器有关的优化、目标代码生成28 八月 2022第27页编译阶段的组合28 八月 2022第28页为什么生成中间代码28 八月 2022第29页编译程序中的主要数据结构 (续)Token表符号表常数表错误信息语法树中间代码表临时文件目标代码表28 八月 2022第30页(1) Token表 当扫描程序将字符收集到一个记号中时，通常以符号表示这个记号；(2) 语法树（syntax tree） 如果分析程序确

14、实生成了语法树，它的构造通常为基于指针的标准结构，在进行分析时动态分配该结构，则整棵树可作为一个指向根节点的单个变量保存。结构中的每一个节点都是一个记录，它的域保存由分析程序和之后的语义分析程序收集的信息。编译程序中的主要数据结构介绍:28 八月 2022第31页(3) 符号表（symbol table） 这个数据结构中的信息与标识符有关：函数、变量、常量以及数据类型。符号表几乎与编译器的所有阶段交互：扫描程序、分析程序或将标识符输入到表格中的语义分析程序；语义分析程序将增加数据类型和其他信息；优化阶段和代码生成阶段也将利用由符号表提供的信息选出恰当的代码。因为对符号表的访问如此频繁，所以插入

15、、删除和访问操作都必须比常规操作更有效。尽管可以使用各种树的结构，但杂凑表却是达到这一要求的标准数据结构。有时在一个列表或栈中可使用若干个表格。28 八月 2022第32页(4) 常数表（literal table） 常数表的功能是存放在程序中用到的常量和字符串，因此快速插入和查找在常数表中也十分重要。但是，在其中却无需删除，这是因为它的数据全程应用于程序而且常量或字符串在该表中只出现一次。(5) 中间代码（intermediate code） 根据中间代码的类型（例如三元式代码）和优化的类型，该代码可以是文本串的数组、临时文本文件或是结构的连接列表。对于进行复杂优化的编译器，应特别注意选择允

16、许简单重组的表示。28 八月 2022第33页(6) 目标代码（intermediate code） 存放最终生成的目标代码，该代码最终是文本形式的文件。(7) 临时文件（temporary file） 计算机过去一直未能在编译器时将整个程序保留在存储器中。这一问题已经通过使用临时文件来保存翻译时中间步骤的结果解决了。28 八月 2022第34页1.3 编译程序的设计构造编译程序要掌握以下几方面的内容：源语言：理解其结构和含义目标语言：必须清楚硬件的系统结构和指令的格式等编译方法28 八月 2022第35页1.3 编译程序的构造一般实现编译程序的方法有：1.直接用机器语言编写编译程序2.用汇编

17、语言编写编译程序注：编译程序核心部分常用汇编语言编写3.用高级语言编写编译程序注：这是普遍采用的方法4.自编译5.用编译工具自动生成:LEX(词法分析)与YACC(用于自动产生LALR分析表)6.移植（同种语言的编译程序在不同类型的机器之间移植）28 八月 2022第36页本书构成及编译程序框架28 八月 2022第37页1.4 编译技术的发展1954年至1957年间，FORTRAN语言及其编译器的开发。几乎与此同时，Noam Chomsky开始研究语言文法(grammar，结构规则)的难易程度以及识别它们所需的算法来为语言分类。在60年代和70年代进行的分析问题(parsing proble

18、m，用于限定上下文无关语言的识别的有效算法)的研究。有穷自动机(finite automata)和正规式(regular expression) 的研究与乔姆斯基的研究几乎同时开始，引出了表示程序设计语言的单词的符号方式。接着又深化了生成有效的目标代码的方法，这就是最初的编译器，实际上应称作代码改进技术(code improvement technique)。当分析问题变得好懂起来时，人们就在开发程序上花费了很大的功夫来研究这一部分的编译器的自动构造。Lex与Yacc。在70年代后期和80年代早期，大量的项目都关注于编译器其他部分的生成自动化，这其中就包括了代码生成。这些尝试并未取得多少成功。

19、 28 八月 2022第38页1.4 编译技术最近的发展与复杂的程序设计语言的发展结合在一起。如用于函数语言编译的Hindley-Milner类型检查的统一算法。编译器已成为基于窗口的交互开发环境(IDE)的一部分，IDE的标准并没有多少，但已对标准的窗口环境进行了开发。近年来对此进行了大量研究，但是基本的编译器设计近20年来没有多大的改变，现在正迅速地成为计算机科学课程中的中心一环。由多处理机的发展以及对并行处理的要求，最近的研究方向是并行编译。随着嵌入式应用的迅速增长，推动了交叉编译技术的发展；对系统芯片设计方法和关键EDA技术的研究，也带动了专用语言VHDL等及其编译技术的不断深化。 2