编译原理课程设计实验报告.docx

1、编译原理课程设计实验报告编译原理课程设计实验报告实验目的：这个实验的目的是构造C minus语言的编译器，要求能够编译C minus语言的程序并且生成中间代码。在实验的过程中，学会使用flex/bison这两个重要的工具。实验内容： 参见教材 p491 appendix A.设计一cminus语言编译器语言介绍。Decaf（cminus）语言的关键字：int while if else return void运算符：+ - * / = , . != = = () C minus语言的限制。数字：支持10进制整数。小数可以采用科学记数法，如1E3也是合法的。字符串：字符串内部不允许出现换行，即字

2、符串变量必须在同一行内。注释：C minus语言允许采用/*/注释，并且注释不可以嵌套，即下面的注释是不合法的：/*This is /*a valid */comment*/程序流程图程序的流程参照了书本TINY编译器的实例程序：语法分析器(Parser)调用词法分析器得到符合词法的字，建立语法树；符号表通过对语法树的分析，建立符号表，同时检查变量未定义等错误；类型检查包括检查表达式两边是否匹配，函数参数是否匹配等等；经由上述步骤而未出错的源程序被认为是合法程序，然后代码生成通过语法树和符号表生成P Code中间代码，并将变量地址存入符号表。其中类型检查和代码生成不要求实现。本次实验要求分组，

3、一组五人，一人完成一个部分。本组实验分组成员以及分工介绍：汪晨风：（设计并实现cminus符号表）；E02620105蔡其星：（编写cminus.l文件，并用lex工具生成c代码）；E02620107赵婷：（设计cminus语法树结构）；E02620106马培良：编写cminus.y文件，并用yacc工具生成可执行代码）；E02620121丘廷：（进行程序的测试）以下为具体实验分步报告以及过程：第一部分：设计cminus符号表符号表是编译器中的主要继承属性，并且在语法树之后，形成了主要的数据结构。符号表主要的操作有插入、查找和删除。杂凑表（hash表）通常为符号表的实现提供了最好的选择，因为所

4、有3种操作都能在几乎恒定的时间内完成，在实践中也是最常使用。该课程设计所用的C-符号表采用建立杂凑表的方法。杂凑表是一个入口数组，称作“桶( b u c k e t )”，使用一个整数范围的索引，通常从0到表的尺寸减1。杂凑函数(hash fuction)把索引键(在这种情况下是标识符名，组成一个字符串)转换成索引范围内的一个整数的杂凑值，对应于索引键的项存储在这个索引的“桶”中。每个“桶”实际上又是一个线性表，通过把新的项插入到“桶”表中来解决冲突在任何情况下，“桶”数组的实际大小要选择一个素数，因为这将使一般的杂凑函数运行得更好。杂凑函数。在符号表实现中使用的杂凑函数将字符串(标识符名)转

5、换成0. . . s i z e- 1范围内的一个整数。一般这通过3步来进行。首先，字符串中的每个字符转换成一个非负整数。然后，这些整数用一定的方法组合形成一个整数。最后，把结果整数调整到0. . . s i z e- 1范围内。冲突的一个好的解决办法是，当加上下一个字符的值时，重复地使用一个常量作为乘法因子。因此，如果ci 是第i 个字符的数字值， hi 是在第i 步计算的部分杂凑值，那么hi 根据下面的递归公式计算，h0 = 0，hi 1 = ahi ci ，最后的杂凑值用h = hn m o d s i z e计算。这里n 是杂凑的名字中字符的个数。这等价于下列公式当然，在这个公式中a的

6、选择对输出结果有重要影响。a的一种合理的选择是2的幂，如1 6或1 2 8，这样乘法可以通过移位来完成。该程序a选16，s i z e 取211。由于在数据结构方面为了实现很方便的进行查找，插入，删除等操作。我们把它的数据结构设计成一哈稀表结构，哈稀表的查找，插入等操作是飞快的。我们所设计的哈稀结构符号表是参考教科书上P295它的结构如下：符号表的杂凑函数#define SIZE 211#define SHIFT 4int hash ( char * key ) int temp = 0;int i = 0;while (keyi != 0) temp = (temp SHIFT) + key

7、i) % SIZE;+ + i ;return temp;该符号表完成了插入void st_insert( char * name, int lineno, int loc )、查找int st_lookup ( char * name )工作源程序：symtab.c#include #include #include #include symtab.h/* 定义哈稀表的最大值 */#define SIZE 211/* SHIFT is the power of two used as multiplier in hash function */#define SHIFT 4/* 哈稀函数结构

8、 */static int hash ( char * key ) int temp = 0; int i = 0; while (keyi != 0) temp = (temp name) != 0) l = l-next; if (l = NULL) /* variable not yet in table */ l = (BucketList) malloc(sizeof(struct BucketListRec); l-name = name; l-lines = (LineList) malloc(sizeof(struct LineListRec); l-lines-lineno

9、= lineno; l-memloc = loc; l-lines-next = NULL; l-next = hashTableh; hashTableh = l; else /* found in table, so just add line number */ LineList t = l-lines; while (t-next != NULL) t = t-next; t-next = (LineList) malloc(sizeof(struct LineListRec); t-next-lineno = lineno; t-next-next = NULL; int st_lo

10、okup ( char * name ) int h = hash(name); BucketList l = hashTableh; while (l != NULL) & (strcmp(name,l-name) != 0) l = l-next; if (l = NULL) return -1; else return l-memloc; void printSymTab(FILE * listing) int i; fprintf(listing,Variable Name Location Line Numbersn); fprintf(listing,- - -n); for (i

11、=0;ilines; fprintf(listing,%-14s ,l-name); fprintf(listing,%-8d ,l-memloc); while (t != NULL) fprintf(listing,%4d ,t-lineno); t = t-next; fprintf(listing,n); l = l-next; /* printSymTab */symtab.h#ifndef _SYMTAB_H_#define _SYMTAB_H_void st_insert( char * name, int lineno, int loc ); /*插入函数*/int st_lo

12、okup ( char * name ); /*查找函数*/void printSymTab(FILE * listing); /*用来打印哈稀表内容*/#endif 符号表设计的好坏直接影响到整个程序运行的速度，效率以及准确度。因为接下来的parse工作是基于符号表的，是从符号表里提取token进行语法分析的。为了提高程序运行的的效率，我们把scan直接通过parse来调用。具体的来讲就是，程序运行时，首先进入parse部分，当parse要用到token时，调用scan部分扫描原文件生成token储存在符号表中，并同时提供给parse进行语法分析。这样就可以一遍完成整个原文件的扫描。第二部分

13、：运用LEX实现cminus词法分析程序。这一部比较关键，设计的正确与否直接影响到在scan过程中token的产生。以及整个程序运行的结果的正确与否。在这里主要定义cminus的基本语法规则，以及token类型，运算符类型，并且定义cminus关键字，便于在程序运行时能对其进行识别。一下为cminus.l文件原代码：/*定义全局变量、函数及包含文件说明：*/%#include globals.h #include util.h#include scan.h #define MAXTOKENLEN 40char tokenString40;int lineno = 0;%/*有关语法规则以及to

14、ken的定义:*/digit 0-9number digit+letter a-zA-Zidentifier letter+newline nwhitespace t+%/*以下为关键字定义:*/if return IF;else return ELSE;int return INT;void return VOID;return return RETURN;while return WHILE;/*以下为运算符号定义:*/= return ASSIGN;= return GTEQ; return GT;= return EQ;!= return NOTEQ;+ return PLUS;- r

15、eturn MINUS;* return TIMES;/ return OVER;( return LPAREN;) return RPAREN; return LBRACK; return RBRACK; return LCURL; return RCURL; return SEMI;, return COMMA;/*终结符及注释符号*/number return NUM;identifier return ID;newline lineno+;whitespace /* skip whitespace */* char c;char d; c = input(); if (c != EOF

16、) do d = c; c = input(); if (c = EOF) break; if (c = n) lineno+; while (!(d = * & c = /); . return ERROR;%/*定义getToken()函数体:*/TokenType getToken(void) static int firstTime = TRUE; TokenType currentToken; if (firstTime) firstTime = FALSE; lineno+; yyin = source; yyout = listing; currentToken = yylex(

17、); strncpy(tokenString,yytext,MAXTOKENLEN); if (TraceScan) fprintf(listing,t%d: ,lineno); printToken(currentToken,tokenString); return currentToken;说明：以上代码已经能通过lex工具产生c代码。cminus.l的设计基本结构是参考tiny.l的结构设计而成，但要注意的是，由于在接下来的cnimus.y中所定义的语法规则不同，这里的也要稍做修改。比如在这里的getToken函数，要于cminus.y文件里的设计的返回参数要一一对应，否则在编译的过程中

18、会出现类型不匹配等等的错误，修改起来比较麻烦。 第三部分：为C-设计语法树结构，使之适用于分析器产生语法树是LALR分析的前提。因此在进行语法分析之前，必须设计语法树结构，使接下来的语法分析有一个具体的数据结构。其代码段如下：#define MAXTOKENSIZE 50typedef int TokenType; /*定义语法树结构*/typedef struct TokenType tok; char * tokString; TokenStruct;typedef enum IfK,WhileK,AssignK,ReturnK,CallK,VarDeclK,FunDeclK,OpK,Co

19、nstK,IdK NodeKind; /*枚举结点类型*/typedef enum Void,Integer,Boolean ExpType; /*枚举返回变量类型*/#define MAXCHILDREN 3 /*声明一个结点最多有三个子结点*/typedef struct treeNode /*定义语法树结点结构*/ struct treeNode * childMAXCHILDREN; struct treeNode * sibling; int lineno; NodeKind kind; union TokenType op; int val; char * name; attr;

20、ExpType type; TreeNode; 说明：在这里当当只是设计的语法树的基本数据结构，至于要用到parse过程中还要进行具体的修改，调试。这些工作都已经在程序原代码调试过程中做好。第四部分：LALR分析。（使用yacc工具）这一部分完成了整个编译过程中的语法分析，二异性冲突处理，lese悬挂问题的处理，运算符优先级处理以及错误报告。参考课本P492 29条cminus BNF。并且通过细心理解体会，写出了cminus.y文件，并能通过yacc生成c代码。Cnimus.y代码以及一些具体功能如下所述：一YACC源程序的结构说明部分的内容如下： 头文件 宏定义 数据类型定义 全局变量定义

21、 语法开始符定义 语义值类型定义 终结符定义 运算符优先级及结合性定义%#define YYPARSER /* distinguishes Yacc output from other code files */#include globals.h#include util.h#include scan.h#include parse.hTreeNode * parseTree; /* stores syntax tree for later return */void yyerror (const char *s);%语法开始符号的定义start 非终结符注：若没有上述说明，YACC自动将第

22、一条语法规则左部的非终结符作为语法开始符。 语义值类型的定义%union定义语义值的类型;%union TreeNode * tnode; TokenType tok; %type定义文法符号的语义值类型; %type program declaration_list declaration var_declaration%type fun_declaration params param_list param compound_stmt %type local_declarations statement_list statement %type expression_stmt select

23、ion_stmt iteration_stmt%type return_stmt expression var simple_expression%type additive_expression term factor call args arg_list%type type_specifier relop addop mulop%token在定义终结符号时也可以定义语义值类型。终结符的定义%token 终结符名 编号%token DIGIT LETTER%token BEGIN 100注： 1.非终结符不需要特别说明，如果需要说明语义值类型则用type语句； 2.文字字符终结符不需要特别说

24、明，它们的编号取其在字符集中的值； 3.在规则中出现文字字符时用单引号括起来。%token ENDFILE,ERROR,%token IF,ELSE,INT,RETURN,VOID,WHILE,%token ID,NUM,%token ASSIGN,%token EQ,NOTEQ,LTEQ,GTEQ,LT,GT,%token PLUS,MINUS,TIMES,OVER,%token LPAREN,RPAREN,LBRACK,RBRACK,LCURL,RCURL,%token SEMI,COMMA运算符优先级和结合性的定义以left和right定义结合性；以排列顺序定义优先级；在语法规则中，以p

25、rec辅助定义优先级消除二义性的两条规则：1.出现移进/归约冲突时，进行移进；2.出现归约/归约冲突时，用先出现的规则进行归约；stat : IF bexp THEN statIF bexp THEN stat ELSE stat ;用结合性和优先级解决冲突；规则的结合性就是规则右部最后一个非终结符的优先级和结合性；如果使用了prec子句，则优先级和结合性由prec子句决定；对于无优先级和结合性的规则，用规则1、2解决；对于有优先级和结合行的规则，用如下的规则解决：出现移进/归约冲突时，输入符号的优先级大于规则的优先级则移进，若输入符号的优先级小于规则的优先级则归约，若二者的优先级相同，左结合

26、则归约，右结合则移进，无结合则出错。二语法规则program : declaration_list parseTree = $1; YYACCEPT; ;declaration_list : declaration_list declaration TreeNode * t = $1; if (t != NULL) while (t-sibling != NULL) t = (TreeNode *) t-sibling; t-sibling = $2; $ = $1; else $ = $2; | declaration $ = $1; ;declaration : var_declarati

27、on $ = $1; | fun_declaration $ = $1; ;程序由声明的列表(或序列)组成，声明可以是函数或变量声明，顺序是任意的。至少必须有一个声明。接下来是语义限制(这些在C中不会出现)。所有的变量和函数在使用前必须声明(这避免了向后backpatching引用)。程序中最后的声明必须是一个函数声明，名字为main。var_declaration : type_specifier ID SEMI $ = (TreeNode *) newNode(VarDeclK); $-attr.op = $1; $-child0 = (TreeNode *) newNode(IdK); $-child0-