湖南大学信息科学与工程学院

软件工程系 杨金民

2019/06

编译技术Compiler Principles

课程总结

2

软件工程技术知识体系

分布式系统面向对象编程计算机网络操作系统数据结构

数据库技术

编译技术

机器学习/神经网络(AI)

基础技术

不确定性( 概率 ）

灵活多变，但有基因

联系 组合，摘取

联线 ：直观易懂

3

灵活多变：计算器该如何编程实现？

l a + b

l a + b * c

l a + b * (c + d)

l (a + b * (c + d )) * (e + f)

l (a0 + (a1 + (a2 + a3 * x))*x)*x

l ........

4

处理的问题：可扩展的树形结构

l 词法分析是处理线性结构的内容；

l 程序：可扩展的树形结构；

l 其它可扩展的树形结构体：HTML文档，XML文档，JSON；

l 所有交互数据——带语义，须解析的数据 ；

l 解析器，编辑器，编译器；脚本引擎，浏览器，安全扫描器；

l 网状：是在树状的基础上，附加属性：而且是引用属性；

5

可扩展的树形结构

l 串接性；经典的，如串联电路，序列/流程/环节： F(E)

l 并列性；经典的，如并行电路，F(E) | id

l 嵌套性；E E +T ； S while （B）S

l 等级/优先级/有序性：

EE+T；

TT*F

F(E)

Fid

6

前端与后端

中间代码

C语言

Java语言

Basic语言

Fortran语言

pascal语言

Cobol语言

C++语言

X86, Linux

Apple

手机, Andriod

IBM Cray, Unix

X86, Windows虚拟机编译器

7

编译型执行 vs 解释型执行（编译，链接，加载 vs 解释执行）

l 都要对程序进行语法分析和语义分析，翻译成目标代码；

l 在编译型执行中，目标代码为机器指令序列；在解释性执行中，

目标代码为函数调用序列；

l 编译型执行时，是对整个程序进行先翻译，后执行。因此，会

对整个程序进行中间代码优化和机器代码优化；

l 解释型执行时，则是每翻译一个语句，便执行这个语句。因此

通常不做优化。对不要执行的语句块，则直接跳过，不做翻译；

l 编译型执行，适合低级的特定概念层面上的计算密集型程序，

解释型执行适合高级的抽象概念层面上的交互密集型程序；

l 模式的正则表达式表达；

l 正则表达式的三种运算，以及？: 0个或1个

l 基于组合原则的正则表达式表达 NFA；

l 基于子集构造法的NFA DFA

l 基于DFA的匹配与识别：输入串是否匹配正则表达式；

第三章要掌握的内容

l 语法的上下文无关文法表达；正则表达式 上下文无关文法

l LL(1)语法分析：消除左递归，提取左公因子（彻底）；

l 对文法的每个产生式：计算FIRST（）；对每个非终结符号：

计算FIRST（），FOLLOW（）；

l 填写出文法的LL(1)预测分析表；判断文法是否是LL(1)文法；

l 基于LL(1)预测分析表，基于栈，对输入串做自顶向下的推导。

完成语法分析，语义分析，中间代码的生成。得出产生式展

开序列；判断输入串是否符合文法；

第四章 要掌握的内容——LL文法和LL分析

l LR(0)项目，LR(1)项目，LALR(1)项目，

l 文法 DFA（基于LR(0)项集，LR(1)项目） LR语法分析表；

l 判断文法是否是LR(0)，SLR(1)，规范LR(1)，LALR(1) 文法；

l 基于文法的语法分析表，基于栈（符号实例栈，状态栈），对

输入串做自底向上的推导。完成语法分析，语义分析，中间代

码的生成。得出产生式规约序列；判断输入串是否符合文法；

第四章 要掌握的内容——LR文法和LR分析

I0E'→EE→ E + E E→ E*EE→ (E) E→ id

I3E→ id

I1E'→EE→ E + EE→ E*E

I4E→ E + E E→ E + E E→ E*EE→ (E) E→ id

I7E→ E + E E→ E + EE→ E*E

I5E→ E*E E→ E + E E→ E*EE→ (E) E→ id

I8E→ E * E E→ E + EE→ E*E

E + E

* E

I2F→ (E) E→ E + E E→ E*EE→ (E) E→ id

I6F→ (E )E→ E + EE→ E*E I9

E→ (E)

id

id

(

(

(

id

id

*

E

)(

+

*

+

*

+

DFA的优势——LR(0)项有物理含义

$

Accept

E→ E + T | TT→ T * F | FF→ (E) | id

E→ TE'E' → +TE' | εT→ FT 'T '→ * F T ' | εF→ (E) | id

EE + E E E * E E(E) | id

I4S→ id = E

I0P→SS→ {S} S→ if(B) SS→ while(B) S S→ id = E

I1P→S

S

if

id

I3S→if( B ) S S→ {S}S→ if(B) SS→ while(B) S S→ id = E I6

S→if( B ) S

{

if

I8S→ SS

SS

I2S→ {S} S→ SS S→ if(B) SS→ while(B) S S→ id = E

I5S→ {S} S→ SS S→ if(B) SS→ while(B) S S→ id = E

I7S→ {S}}

S

{

DFA的优势——LR语法分析实用的原因

13

目标：语义分析；中间代码生成；

给非终结符定义属性；综合属性，继承属性，L属性

给终结符只有综合属性，无继承属性；

SDD表达了一个产生式中的各符号的属性之间的关系；

SDT表达了在语法分析中的某个状态时刻，要执行的动作；

自然是：先SDD SDT

SDD：把每个非终结符/终结符看作一个类；SDT：把每个非终结符/终结符看作类的实例；

第五章 语法制导的翻译

编译过程

前端(分析部分) 后端(综合)与源语言有关 与目标机器有关

词法分析器

字符流

语法分析器

标识符流

语义分析器

语法树

中间代码生成器

语法树

中间代码优化器

通用机器代码

机器代码生成器

通用机器代码

机器代码优化器

目标机器代码

目标机器代码

在概念上，语法分析，语义分析，中间代码生成: 三个环节/步骤；

在实现上，三者是一块儿完成的

语言特性

• 高级语言程序：明显的结构体：表达概念间的内在关系（静态)，

以及时序关系(依赖关系)。原子数据，结构体，表达式，语句，

语句块，函数。用名字表达：直观简单，通俗易懂，灵活通用，

重用鲁棒；

• 中间代码的特性：数据和代码进行了分离；语句的单一性；概念

减少，如分支/循环的统一化；用概念地址表达。无直观的结构

和层次，语句短小，程序侃长，可读性很差，数据与代码分离。

• 机器语言程序：用内存地址表达；在处理上过程更加细化：因运

算/处理的约束性，存储空间的有限性，引入了数据/代码的运输；

编译技术

• 编译的含义是翻译plus优化；

• 编译被拆分成7个环节；

• 编译器构造方法学：模型，算法，工具的运用，使用编译器来

构造编译器；

第六章 代码生成——语义分析和中间代码生成

l 先看文法，是LL文法，还是LR文法；

l LL文法：设立继承属性，也可有综合属性；

l LR文法：设立综合属性；

l 基于语法分析过程的压栈/出栈特性，构思出SDT；

l 在某时刻的状态值，在后面要用到时，通过设置哑非终结符来记

录，哑非终结符的实例也入栈；

l 在SDD中，把每个非终结符/终结符看作一个类；在SDT中，把

每个非终结符/终结符看作类的实例；

第六章 LR文法的SDT

LR文法：设立综合属性；

l B.truelist, B. falselist ； S. nextlist，因为嵌套，有关系；

B B1 && B2 | B1 || B2 | (B1) | E> E | id ① S if (B) S1 else S2

② S while(B) S1

③ S for(S1; S2; S3) S4

l B.truelist, B. falselist的确定时刻；S. nextlist的确定时刻；

SSS； S {S}

程序

l 程序由数据和代码构成，采用树形结构：程序由块构成，块可

嵌套；

l 数量用变量名来标示，有存储地址。数据通过其地址来访问。

变量分为两类：数据变量和地址变量（也称作引用变量）。

第七章 运行时环境

l 局部变量的内存地址，编译时不确定。表达：BaseAddress + Offfset， BaseAddress：函数实例的；offset：常量；

Ø 每个语句块(block): 都有自己的符号表。

Ø 基于block的嵌套关系，每个符号表都有一个prior,

Ø 一个局部变量的offset的计算，要从它所属的符号表，一直上索到函数的符号表；

l 全局变量：有确定性，内存地址；

l new 变量，引出了一个说不尽的话题：内存回收；

第八章 代码生成

l 中间代码优化：

l 将中间代码划分成基本快：

l 头：起始语句，标签语句，call的目标语句；goto语句随后的语句；

l 尾：call语句；goto语句；结束语句

l 基本快的优化； block之间的优化；

l 活跃变量/死变量；

l 间接变直接；

l 多次变一次；

第八章 代码生成

l 三类机器指令：运输，运算， 跳转；

l 三类寻址：变量；数组a(Rx)； 指针0(Rx)；

l 寄存器的分配与指派：

Ø基本快翻译中的寄存器分配；

Ø循环体中的寄存器分配；

Ø全局级的寄存器分配；

l 引用表， 寄存器描述符，变量描述符；

因为供不应求，引发了寄存器的腾空问题

概念名词

l 语法分析树；

l 注释语法分析树；带上属性值的语法分析树；

l 抽象语法分析树；表达引用关系

l DAG(有向无环图）：无重复的抽象语法树；

展望

l 调试和Debug：

l 多处理器结构：将代码划分成可并行执行的块：数据流分析，依

赖关系分析；

l 缓存结构：对即将要的数据和代码：内存 二级cache

一级cache 寄存器；

l 拓展应用领域：WEB，安全，生物，经济；

谢 谢！谢谢大家，有缘相识

大家实现了飞跃吗？