编译原理课程设计0904杨杰.docx

编译原理课程设计0904杨杰.docx

《编译原理课程设计0904杨杰.docx》由会员分享，可在线阅读，更多相关《编译原理课程设计0904杨杰.docx（20页珍藏版）》请在冰豆网上搜索。

编译原理课程设计0904杨杰

学号：

0120910680405

课程设计

题目

正规文法G转换为有穷自动机FA的程序设计

学院

计算机学院

专业

软件工程

班级

0904班

姓名

杨杰

指导教师

何九周

2011

年

12

月

30

日

课程设计任务书

学生姓名：

杨杰专业班级：

软件0904

指导教师：

何九周工作单位：

计算机学院

题目:

正规文法G转换为有穷自动机FA的程序设计

初始条件：

程序设计语言:

主要使用C语言的开发工具，或者采用LEX、YACC等工具，也可利用其他熟悉的开发工具。

算法：

可以根据《编译原理》课程所讲授的算法进行设计。

要求完成的主要任务:

（包括课程设计工作量及其技术要求，说明书撰写等具体要求）

1.明确课程设计的目的和重要性，认真领会课程设计的题目，读懂课程设计指导书的要求，学会设计的基本方法与步骤，学会如何运用前修知识与收集、归纳相关资料解决具体问题的方法。

严格要求自己，要独立思考，按时、独立完成课程设计任务。

2.主要功能包括：

输入先行正规文法，根据输入文法判断是否为正规文法，判断产生的是确定型文法还是非确定型文法。

判断出终结符号，非终结符号，输出自动机标准形式。

3.进行总体设计，详细设计：

包括算法的设计和数据结构设计。

系统实施、调试，合理使用出错处理程序。

4.设计报告：

要求层次清楚、整洁规范、不得相互抄袭。

正文字数不少于0.3万字。

包含内容：

①课程设计的题目。

②目录。

③正文：

包括引言、需求分析、总体设计及开发工具的选择，设计原则（给出语法分析方法及中间代码形式的描述、文法和属性文法的设计），数据结构与模块说明（功能与流程图）、详细的算法设计、软件调试、软件的测试方法和结果、有关技术的讨论、收获与体会等。

④结束语。

⑤参考文献。

⑥附录：

软件清单（或者附盘）。

时间安排：

消化资料、系统调查、形式描述1天

系统分析、总体设计、实施计划3天

撰写课程设计报告书1天

指导教师签名：

2011年12月30日系主任（或责任教师）签名：

2011年12月30日

摘要4

一、引言5

二、设计原理6

三、设计方案13

1、总体设计13

2、详细设计14

四、程序调试与体会24

五、运行结果24

五、结论26

六、参考文献26

摘要

如果我们把一个程序设计语言的每类单词都视为一种语言，那么，一般说来，各类单词的词法都能用相应的正规文法（左线性文法或右线性方法）来描述。

正规文法是左线性文法和右线性文法的统称。

它们都是Chomsky分类下的3型文法。

由正规文法产生的语言称为正规集。

一般的高级语言转化成机器语言都要经过词法分析、语法分析、语义分析、中间代码的生成与目标代码的生成。

其中，在词法分析环节中可以用LEX等语言来自动进行词法分析，在其分析过程中，要用到正规式、DFA与NFA之间的互相转化的过程。

本课程设计从理论和实践上分析和实现正规式到NFA转化的方法及其C程序实现。

关键词：

正规文法、确定化有限自动状态机、非确定的有限自动状态机、自动机类型判定、

《编译原理》课程设计

——正规式G转化成有穷自动机FA

一、引言

编程语言是由一个个句子构成的，而句子是由一个个单词构成的，因此单词是构成程序语言的基本单位。

词法就是单词的构成法则，用这些法则来检查程序的单词构成是否合乎词法规则。

进行词法分析的形式化工具目前主要有正规式、DFA与NFA，而且正规式、DFA、NFA在表现能力上是等价的，可以互相转化。

正规式是一种形式化表达，而DFA和NFA是一种图形化的表达。

二、设计原理

1、文法形式

如果我们把一个程序设计语言的每类单词都视为一种语言，那么，一般说来，各类单词的词法都能用相应的正规文法（左线性文法或右线性方法）来描述。

例如，某种语言中的标识符可定义为：

〈标识符〉→〈标识符〉字母

〈标识符〉→〈标识符〉数字

〈标识符〉→字母

如果我们把“字母”和“数字”视为终结符号，则上述产生式均为左线性文法中的产生式。

又如，把C语言中〈无符号数〉的定义稍加改写，我们可得到如下的产生式（请注意，在下列产生式中，d是一个“字符类”记号，它代表0至9中的任一数字）：

〈无符号数〉→d〈余留无符号数〉

〈无符号数〉→·〈小数部分〉

〈无符号数〉→d

〈余留无符号数〉→d〈余留无符号数〉

〈余留无符号数〉→·〈十进小数〉

〈余留无符号数〉→E〈指数部分〉

〈余留无符号数〉→·

〈余留无符号数〉→d

〈十进小数〉→E〈指数部分〉

〈十进小数〉→d〈十进小数〉

〈十进小数〉→d

〈小数部分〉→d〈十进小数〉

〈小数部分〉→d

〈指数部分〉→d〈余留整指数〉

〈指数部分〉→+〈整指数〉

〈指数部分〉→-〈整指数〉

〈指数部分〉→d

〈整指数〉→d〈余留整指数〉

〈整指数〉→d

〈余留整指数〉→d〈余留整指数〉

〈余留整指数〉→d

如果我们把由上述产生式所组成的文法记作

G［〈无符号数〉］=（VN,VT,P,〈无符号数〉）

其中：

VN={〈无符号数〉，〈余留无符号数〉，〈十进小数〉，…，〈余留整指数〉}

VT={d,·,E,+,-}

则G［〈无符号数〉］为一右线性文法。

我们将会看到，凡能用正规文法描述的语言，均可由某种有限状态算法进行分析。

下面，我们先介绍由正规文法构造状态转换图的方法，然后再说明如何利用状态转换图识别相应文法中的句子（即程序语言的单词）。

一个状态转换图是由一组矢线连接的有限个结点所组成的有向图。

每一结点均代表在识别或分析过程中扫描器所处的状态。

其中含有一个初始状态和若干个终态，分别指示分析的开始和结束。

在状态转换图中，结点用小圆圈表示（为醒目起见，初态结点用箭头指示，终态结点则用双圆圈表示）。

圆圈中标入状态的名字或编号。

此外，为以后叙述上的方便，对于状态转换图中用矢线连接的任两个结点，我们把靠箭尾一侧的结点称为该矢线的射出结点，而把箭头指向的结点称为进入结点。

而且，从一个结点可以同时射出若干条矢线，每一矢线均标上一个字符或字符类记号，表示当扫描器处于射出结点所指示的状态时，可能扫视到的输入字符；而这些矢线的进入结点则表示在射出结点所指示的状态下，当扫视到矢线上所标记的字符类时应进入的状态。

2、正规文法转换为状态转换图的方法

分别就左、右线性文法给出构造相应状态转换图的方法。

2.1对于右线性文法的情况

1设G=（VN,VT,P,S）是一右线性文法，并设|VN|=k，则所要构造的状态转换图共有k+1结点，即有k+1个状态。

我们用VN中的各个非终结符号（或其编号）分别标记其中的k个结点，且令G的开始符号S所标记的结点为初态结点；余下的一个结点作为终态结点，且用不属于V的一个符号F来标记。

我们将按如下的规则用矢线来连接这k+1个结点：

（1）对于G中每一形如A→aB的产生式，从结点A引一条矢线到结点B，并用符号a标记这条矢线；

（2）对于G中每一形如A→a的产生式，从结点A引一条矢线到终态结点F，并用符号a标记这条矢线。

应当指出，上述构造状态转换图的方法仅针对G中不含有ε产生式的情况。

如果G中含有ε产生式，则可按下述两种方法加以处理。

其一，是用第2章242节中所给的算法先消去G中的ε产生式，然后再按所得的文法G′构造其状态转换图；另一种方法则是对于G中的所有ε产生式A→ε，都从结点A引一矢线到终态结点，且在这矢线上标记这样的终结符号，它们还未曾在结点A的射出弧上出现过。

例如，对于上面所列的文法G［〈无符号数〉］，若把非终结符号〈无符号数〉、〈余留无符号数〉、〈十进小数〉、〈小数部分〉、〈指数部分〉、〈整指数〉及〈余留整指数〉分别用编号0，1，2，…，6代表，并用1，2和6代表终态，则按上述方法所构造的状态转换图如图3-3所示。

2对于已给的字符串w=a1a2…an,ai∈VT，利用状态转换图对w识别的步骤如下：

（1）从初始状态S出发，并自左至右逐个扫视w中的各个字符，显然，在状态S之下所扫视的输入字符为a1，此时在结点S所射出的诸矢线中，寻找标记为a1的矢线（如这样的矢线不存在，则表明w有语法错误），读入a1并沿矢线所指的方向前进，过渡到下一个状态（由进入结点的标记给出，假定它是A1）。

（2）设在状态Ai的情况下，所扫视的输入字符为ai+1，在结点Ai所射出的诸矢线中寻找标记为ai+1的矢线（若这样的矢线不存在，则w有语法错误），读入ai+1，并过渡到下一状态Ai+1。

（3）重复上面的过程，直到w中全部字符读完且恰好进入终态F时，宣告整个识别结束，w已被接受。

显然，如果我们从状态转换图的初态出发，分别沿着一切可能的路径到达终态结点，并将每条路径各矢线上的标记字符依次连接起来，便得到状态转换图所能识别的全部符号串，这些符号串所组成的集合也就是该状态转换图所识别的语言。

应当指出，上述利用状态转换图识别符号串w的过程，也就是为w建立一个推导S*[]Gw的过程。

事实上，识别过程的第一步（即在状态为S的情况下，扫视到输入字符a1而过渡到下一状态A1）表明，在G中必有形如S→a1A1的产生式；对于识别过程的后续各步，由状态转换图的构造方法我们同样能够断言，在G中必相应地存在着形如

A1→a2A2A2→a3A3…An-2→an-1An-1

的产生式；最后，因为在状态An-1扫视到输入字符an而进入终态F，故由构造状态图的规则

（2）可知，G中有形如An-1→an的产生式，于是我们就有

Sa1A1a1a2A2…a1a2…an-1An-1a1a2…an

3设G是一右线性文法，M是相应的状态转换图，则从上面的讨论我们不难看出如下的事实：

（1）在利用M对符号串w进行识别的过程中，M中每一次状态转换都模拟了G中的一步直接推导，所以，上述用M对符号串进行识别的方法是一个自顶向下的分析算法。

（2）由于右线性文法G中仅有形如A→aB及A→a的产生式，故G的任何句型中至多只含一个非终结符号，且必然出现在句型的最右端，因此，如果我们从M的初态出发，沿着某一路径到达状态Ak，则把此路径上各矢线的标记（设其分别为a1,a2,…,ak）和Ak依次连接起来所得到的符号串a1a2…akAk就是G的一个句型，并且它们都是规范句型（注意，形如A→a的产生式仅用于句子推导的最后一步，故当所达的状态Ak为终态F时，a1a2a3…ak则为G的一个句子）。

（3）对于M所识别的任一符号串x，必存在G中的一个推导S*x（即有x∈L（G））；而对于L（G）中任一句子y，必存在M的一条从初态结点S到终态结点F的路径，将此路径上各矢线的标记依次连接起来所组成的符号串就是y。

于是可知，M所能识别的恰好是L（G）中的全部句子

2.2、对于左线性文法的情况

设G=（VN,VT,P,S）是一左线性文法，我们将按下述的方法构造相应的状态转换图M。

首先仍用G的非终结符号（或其编号）来标记M中的结点，与右线性文法不同的是，现在我们不用G的开始符号S来标记初态结点，而是引入一个不属于V的新符号R作为初态结点的标记，并用S作为M的终态。

其次，按如下的规则用矢线连接各个结点：

（1）对于G中每一形如A→a的产生式，从初态结点R引一条矢线到结点A，且用符号a标记此矢线；

（2）对于G中每一形如A→Ba的产生式，从结点B引一条矢线到结点A，且用符号a标记此矢线。

例如，对于文法G=（{S,U},{0,1},P,S），其中

P={S→S1,S→U1,U→U0,U→0}

按上述方法构造的状态转换图如图34（a）所示。

用对左线性文法所构造的状态转换图来识别文法的句子，其过程与上面对右线性文法中所述的过程并无二致，兹不再赘述。

不过，就识别的方法而论，它却属于自底向上的分析。

例子：

文法G［S］的状态转换图（b）识别句子00011的步骤

由构造状态转换图的方法（对左线性文法）可知，从初态到下一状态的转换，总是相对于文法中形如A→a的产生式来进行的。

所以，作为识别的第一步，实质上总是把输入串中的第一个符号归约为文法的一个非终结符号（即下一状态的名字，在本例，就是首先把第一个输入符号0归约为U），从而得到了一个由当前状态名和余留的输入符号所组成的符号串（在本例，即为U0011），此符号串显然是G的一个句型。

由于从第二步开始的各次状态转换，总是相对于形如A→Ba的产生式来进行的，其中B为当前状态，a是正扫视的输入符号。

A是下一状态，因此，每一步总是把当前句型最左的两个符号Ba按产生式A→Ba归约为A，而此非终结符号A和余留的输入符号便组成了归约之后所得的下一句型（例如，对于本例的第二步状态转换，当前的句型为U0011，按产生式U→U0归约所得的下一句型为U011）。

由此可见，从第二步开始，在每一步识别所得到的句型中，其最左符号必然是该句型所含有的惟一非终结符号。

此非终结符号（当前状态名）和跟随其后的终结符号（即正扫视的输入符号）便是该句型的句柄，且每归约一次，都抹去句型中的一个终结符号。

继续这样的归约，如果能抹去句型中的全部终结符号，且最后得到惟一的符号S，则宣告相应的输入符号串已被识别。

对于输入串00011，其相应的语法树如图35所示。

如果我们在图中用数字将归约顺序标出，则容易看出：

每次归约所得的句型都是规范句型。

而且，如果G的任两个产生式无相同的右部，则每次所得的符号都是惟一的。

二、设计目的

因为在词法分析时为了分析的方便我们有时要用到正规式，有时要用到DFA，而有时可能还要用到NFA。

这三种工具在词法分析时互相参照，互相补充。

词法分析器的自动产生语言LEX编译器的工作过程是首先根据正规式产生出NFA，再由NFA构造出DFA，再来产生我们的词法分析器。

因此，我们设计的目的是来模仿其中的一个步骤，设计的任务是根据不同的输入正规式转化成NFA的形式输出，输出形式为M={S0，S，&,$,F}五元式的形式。

三、设计方案

1、总体设计

（1）首先初始化对构造的数组进行初始化。

（2）把屏幕上的一个正规文法读入到一个缓冲区中保存起来，以便以后对正规式的分析与处理。

进行input操作时判断其是否为正规文法。

判断方法详见详细设计。

（3）对正规文法进行预处理，去掉里面的一些对分析不起作用的控制字符，为以后的分析与处理带来方便。

区分终结符与非终结符。

并进行输出。

（4）判断输入的正规文法为确定性还是非确定性。

并进行输出。

（5）输出FA，以五元式的形式输出输出自动机。

以下为总体设计的层次图：

图1.总体设计层次图

2、详细设计

第一个模块设计理论为：

进行定义，并对数组进行初始化。

voidinput（）//输入文法

{

for（inti=0;i<10;i++）

a[m][i]='#';

scanf（"%s",a[m]）;

while（strcmp（a[m],"end"））

{

if（（a[m][0]>='A'）&&（a[m][0]<='Z'））//判断是否为正则文法

{

inth=4;

if（（a[m][h]>='A'）&&（a[m][h]<='Z'））//U-->WT

{

if（（a[m][h+1]<'A'）||（a[m][h+1]>'Z'））

{

if（a[m][h+2]!

='\0'）

{

printf（"此规则不是正则文法的规则，请重新输入\n"）;input（）;break;

}

}

else

{

printf（"此规则不是正则文法的规则，请重新输入\n"）;input（）;break;

}

}

else

{

if（a[m][h+1]!

='\0'）//U-->T

{

printf（"此规则不是正则文法的规则，请重新输入\n"）;input（）;break;

}

}

}

m++;

scanf（"%s",a[m]）;

}

}

第二个模块的设计理论为：

把屏幕上的一个正规文法读入到一个缓冲区中保存起来，以便以后对正规式的分析与处理。

进行input操作时判断其是否为正规文法。

voidinput（）//输入文法

{

for（inti=0;i<10;i++）

a[m][i]='#';

scanf（"%s",a[m]）;

while（strcmp（a[m],"end"））

{

if（（a[m][0]>='A'）&&（a[m][0]<='Z'））//判断是否为正则文法

{

inth=4;

if（（a[m][h]>='A'）&&（a[m][h]<='Z'））//U-->WT

{

if（（a[m][h+1]<'A'）||（a[m][h+1]>'Z'））

{

if（a[m][h+2]!

='\0'）

{

printf（"此规则不是正则文法的规则，请重新输入\n"）;input（）;break;

}

}

else

{

printf（"此规则不是正则文法的规则，请重新输入\n"）;input（）;break;

}

}

else

{

if（a[m][h+1]!

='\0'）//U-->T

{

printf（"此规则不是正则文法的规则，请重新输入\n"）;input（）;break;

}

}

}

m++;

scanf（"%s",a[m]）;

}

}

第三个模块的设计理论为：

对正规文法进行预处理，去掉里面的一些对分析不起作用的控制字符，为以后的分析与处理带来方便。

区分终结符与非终结符。

并进行输出。

voidgroup（）//判断终结符号与非终结符

{

for（intk=0;a[k][0]!

='e';k++）

{

for（intf=0;a[k][f]!

='\0';f++）

{

if（（a[k][f]>='A'）&&（a[k][f]<='Z'））

{

for（intx=0;x<=M&&M<=27;x++）

if（Vn[x]==a[k][f]）

break;

if（（x-1）==M）

{

Vn[M]=a[k][f];

M++;

}

}

else

{

for（inty=0;y<=N&&N<=20;y++）

{

if（a[k][f]=='-'||a[k][f]=='>'）

break;

else

{

if（Vt[y]==a[k][f]）

break;

}

}

if（（y-1）==N）

{

Vt[N]=a[k][f];

N++;

}

}

}

}

}

第四个模块的设计理论为：

voidrecongnise（）//判断是确定还是非确定

{

for（inti=0;a[i][0]!

='e';i++）

{

for（intj=i+1;a[j][0]!

='e';j++）

{

intn=4;

if（a[i][n]==a[j][n]）n++;

if（a[i][n]==a[j][n]）break;

}

inth=4;

if（a[i][h]==a[j][h]）h++;

if（a[i][h]==a[j][h]）//U-->T

{

printf（"此文法对应的有穷状态自动机是非确定的\n\n"）;

flag=0;

break;

}

}

if（a[i][0]=='e'）//U-->WT

{

printf（"此文法对应的有穷状态自动机是确定的\n\n"）;

flag=1;

}

第五个模块的设计理论为：

以五元组形式输出自动机。

voidoutput（）//输出文法相应的有穷状态自动机

{

if（flag==0）

{printf（"NFAN=（{"）;

for（inti=0;Vn[i]!

='#';i++）

printf（"%c,",Vn[i]）;

printf（"S},{"）;

for（intj=0;Vt[j]!

='#';j++）

printf（"%c,",Vt[j]）;

printf（"},M',{S},{%c}）\n",Vn[0]）;

printf（"其中M':

\n"）;

for（intx=0;Vn[x]!

='#';x++）

{

for（inty=0;Vt[y]!

='#';y++）

{

printf（"M'（%c,%c）=",Vn[x],Vt[y]）;

for（intz=0;a[z][0]!

='e';z++）

if（a[z][4]==Vn[x]）

if（a[z][5]==Vt[y]）

printf（"%c",a[z][0]）;

if（a[z][0]=='e'）

printf（"\t"）;

}

printf（"\n"）;

}

for（intu=0;Vt[u]!

='#';u++）

{

printf（"M'（S,%c）=",Vt[u]）;

for（intk=0;a[k][0]!

='e';k++）

if（a[k][4]==Vt[u]）

printf（"%c",a[k][0]）;

if（a[k][0]=='e'）

printf（"\t"）;

}

}

if（flag==1）

{

printf（"DFAN=（{"）;

for（intb=0;Vn[b]!

='#';b++）

printf（"%c,",Vn[b]）;

printf（"S},{"）;

for（intc=0;Vt[c]!

='#';c++）

printf（"%c,",Vt[c]）;

printf（"},M',S,{%c}）\n",Vn[0]）;

printf（"其中M':

\n"）;

for（intp=0;Vn[p]!

='#';p++）

{

for（intq=0;Vt[q]!

='#';q++）

for（intr=0;a[r][0]!

='#';r++）

if（a[r][4]==Vn[p]）

if（a[r][5]==Vt[q]）

printf（"M'（%c,%c）=%c\t",Vn[p],Vt[q],a[r][0]）;printf（"\n"）;

}

for（intd=0;Vt[d]!

='#';d++）

{

for（inte=0;a[e][0]!

='e';e++）

if（a[e][4]==Vt[d]）printf（"M'（S,%c）=%c\t",Vt[d],a[e][0]）;

}

}

}

四、程序调试与体会

程序编写初期在纠结于正规文法的输入和自动机的输出形式，编一个程序并不难，难的是要把这个程序完全调试正确。

从输入开始就要进行输入文法的判定，首先要判定是否输入为正规文法，否则以后的输入都将是出错的。

其次重点是进行确定机非确定机的判定。

判定方法在课本上有既定算法。

正因为程序的执行路径变化多样，所以给我们的程序调试带来了不少的困难，我在调试这个程序的时候，就遇到了不少了困难，在处理NFA分叉的情况时，就花费了两天的时间来处理。

因