hust编译原理实验报告2.docx

1、hust编译原理实验报告2编译原理实验报告院 系 计算机科学与技术 专 业 计算机科学与技术 班 级 CS1101 学 号 姓 名 指导教师 周时阳 2014 年 7月 2日实验一一、问题描述 选择计算机高级程序语言之一 C语言，运用恰当的词法分析技术线路，设计和实现其对应的词法分析器。对C语言的词法按照正则文法或正则式NFADFAmin DFA程序设计；能够跳过程序中的注释和空白、换行符等没有意义的部分；遇到无法确认的符合能够报告错误，然后跳过这个错误，继续分解剩下的部分；分析后的结果存放到磁盘文件中。 二、数据结构及算法设计1、C语言简单词法 （1）关键字：main int char lo

2、ng if else for while void 所有的关键字都是小写。在设计测试程序时所涉及的关键字应该在以上范围内才能被识别，否则将作为标识符处理。 （2）运算符和界符：: = + - * / = = ; ( ) + ! != 上面所包含的运算符与界符不是很全面，因此无法识别一些复杂的运算符，例如&、|、%等。 （3）其他单词是标识符（ID）和整型常数（NUM），通过以下正规式定义： ID=letter(letter|digit)* NUM=digit digit* 标识符由字母和数字组成，且首字符必须为字母；这里只对整型常数进行识别，浮点数数据在识别过程中会对小数点进行报错。 （4）空

3、格由空白、制表符和换行符组成。空格一般用来分隔ID、NUM、运算符、界符和关键字，制表符和换行符等都只是对程序起到一个可读性的作用，在词法分析中没有实际意义，因此词法分析阶段通常被忽略。 （5）注释由/*/及其内部内容组成，在词法分析阶段也对程序的分析没有实际意义，因此也要被忽略。 关键字的判定规则是先进行标识符的识别，识别到最终状态后，在关键字数组中查找，看此标识符是否为关键字，如果是则将其划为关键字一类，否则作为标识符。 因此，此正规式的主要分析在标识符ID中会详细分析，在分析完后只要通过一个strcmp函数就可以分辨出是否关键字。2、标识符与运算符 各种单词符号对应的种别码单词种别是语法

4、分析需要的信息，而单词自身的值则是编译其他阶段需要的信息。因此词法分析器的输出结果表示为：（单词种别，单词自身的值）单词的种别采用整数编码表示，下面给出了词法分析器的各个单词符号的种别码。 Start:1If:2Then:3Int:4While:5Do:6For:7End:8字母:10数字:11*:13/:14+:15-:16:17:20:23=:25;:26(:27):28!:02.1标识符ID：标识符ID的正则式表示如下： ID= letter (letter| digit)* letter= az digit= 09 根据以上正则式画出NFA如下图。 图 1 ID的NFA表示下面将这个N

5、FA转换为DFA。利用子集构造法，构造上述NFA的DFA步骤如下： （1）首先计算closure(1)，令0= closure(1)=1，0未被标记，它现在是子集族C的唯一成员。 （2）标记0；令1= closure(move(0,letter)=2,3,4,6,9，将1加入到C中，1未被标记。令2= closure(move(0,digit)=，不再计算。 （3）标记1；计算3= closure(move(1,letter)=3,4,5,6,8,9，将3加入到C中，它未被标记。计算4= closure(move(1,digit)=3,4,6,7,8,9，将4加入到C中，它未被标记。 （4）标

6、记3；计算closure(move(3,letter)=3,4,5,6,8,9，即3，它已经在C中了。计算 closure(move(3,digit)=3,4,6,7,8,9，即4，它已经在C中了。 （5）标记4；计算closure(move(4,letter)=3,4,5,6,8,9，即3，它已经在C中了。计算 closure(move(4,digit)=3,4,6,7,8,9，即4，它已经在C中了。 至此，算法终止共构造了4个子集： 0=1 1=2,3,4,6,9 3=3,4,5,6,8,9 4=3,4,6,7,8,9 那么上述NFA构造的DFA为： （1）S=0,1,3,4 （2）=le

7、tter, digit （3）D(0,letter)=1 D(1,letter)=3 D(1,digit)=4 D(3,letter)=3 D(3,digit)=4 D(4,letter)=3 D(4,digit)=4 （4）0=0 （5）=4 为了方便书写，将0，1，3，4分别重命名为A，B，C，D。则重新得到的DFA如下图所示。 图 2 ID的DFA表示上面的DFA并不是最小DFA，如果要转换为最小DFA，则只需将B与D状态合并即可。参考如下。 图 3 ID的mDFA根据DFA进行辨别标识符的程序设计，算法分析如下： （1）得到第一个首单词，确定为字母，记下当前位置为初始位置； （2）向后

8、取一个单词； （3）如果该单词为字母或者数字，跳到（2）继续执行； （4）如果该单词为空格符或者换行符等界符，则停止执行； （5）在停止处，去初始位置到当前位置的单词单元到缓冲区，作为整个标识符输出； （6）程序结束。 该部分程序没有考虑关键字判别，因此，在上述算法中，在第5步之后要进行操作：根据得到的缓冲区的数据，依次与关键字数组中的关键字进行比较，如果相同，那么这个标识符就是关键字，将它划为关键字一类输出。含有关键字比较的程序流程图如图4。 图 4 ID与关键字程序流程2.2运算符和界符：运算符和界符的正则式表示为： mark= +|-|*|/|=|=|(|)|!|!=|+|=|,|;|:

9、 运算符的检索也比较简单，因为大多只有一个符号，对于双目运算符则按如下方式识别： +（后一位为+）|+（后一位不为+） -负号（在=或者(之后）|减号（不在=或者(之后） =（后一位为=）|=（后一位为=）|（后一位不为=） !=（后一位为=）|!（后一位不为=） /注释（后一位为/或者*）|除号（后一位不为/或者*） 按照以上思想，如果碰到上述运算符，则相应的查看后一位的值，按条件识别不同的单目运算符和双目运算符。 2.3整型常数：整型常数NUM的正则式表示如下： NUM=digit digit* digit= 09 根据正则式画出相应的NFA如图4。 同样，根据子集构造法，如同ID的转换方

10、法类似可以得到相应的DFA。NUM的DFA表示如图5。 图 5 NUM的NFA表示DFA表示如下： 0=1，1=2,3,5，2=3,5 （1）S=0,1,2 （2）=digit （3）D(0,digit)= 1 D(1,digit)= 2 D(2,digit)= 2 （4）0=0 （5）=2 将0，1，2分别用A，B，C代替，则可以得到NUM的DFA表示。 图 6 NUM的DFA表示同理，根据DFA可以将B状态合并，这样得到的mDFA如图7。 图 7 NUM的mDFA因此，整型数据的递归方法与标识符类似，这里不列举其算法思想与流程图了。在递归过程中的计数方法为依次往后取数的过程中，原值乘十后与

11、最低位相加，算式为：uWord.value.T2=uWord.value.T2*10+strSourcegnLocate-0。其中，等式左边uWord.value.T2为存放整型数据的缓冲区，strSourcegnLocate为当前位置的数值的ascii码字符值，因此需减去字符0的ascii码值。 另外，还有负数的问题。负数问题的解决方式是一样的。在运算符判断过程中如果已经发现“-”为负号，那么其后的整型常数仍旧按照上述方法取指，但是计算数值的公式为：uWord.value.T2=uWord.value.T2*10-strSourcegnLocate-0。这样得到的整个数据即为正确的负数值。

12、三 程序实现源代码#include#include#includechar prog80,token8;char ch;int syn,p,m=0,n,row,sum=0;char *rwtab8= start,if,then,int,while,do,for,end;using namespace std;void scaner() for(n=0; n=a&ch=A&ch=0&ch=a&ch=A&ch=Z) tokenm+=ch; ch=progp+; tokenm+=0; p-; syn=10; for(n=0; n=0&ch=0&ch32767) syn=-1; else switch(ch) /其他字符 case) syn=21; tokenm+=ch; else if(ch=) syn=22; tokenm+=ch; else syn=23; p-; break; case: m=0; tokenm+=ch; ch=progp+; if(ch=) syn=24; tokenm+=ch; else syn=20; p-; break;