Tópicos em Compiladores

Cristiano Damiani Vasconcellos

damiani@ppgia.pucpr.br

Bibliografia Recomendada

COMPILADORES Princípios, Técnicas e Ferramentas;

Sethi, Ravi; Aho, Alfred V.; Ullman, Jeffrey D. LTC, 1995.

Projeto Moderno de Compiladores;

Bal, Henri E.; Grune, Dick; Langendoen, Koen. CAMPUS, 2001.

Introdução A Teoria dos Autômatos, Linguagens e Computação; Hopcroft, John E.; Ullman, Jeffrey D.; Motwani, Rajeev. CAMPUS, 2002.

Introdução

Pré-processador

Analisador Léxico

Analisador Sintático

Analisador Semântico

Gerador de Código(intermediário)

Otimizador

Gerador de Código

front-end

back-end

Introdução

final = (nota1 + nota2) / 2;

Analisador Léxico

Id1 = (Id2 + Id3) / 2

Analisador Sintático

=

Id1 /

+

Id2 Id3

2

Id1 final double ...

Id2 nota1 double ...

Id3 nota2 double ...

...

Tabela de Símbolos

Introdução

=

Id1 /

+

Id2 Id3

intToDouble(2)

Id1 final double ...

Id2 nota1 double ...

Id3 nota2 double ...

...

Tabela de Símbolos

Analisador Semântico

temp1 = Id2 + Id3

temp2 = temp1 / 2.0

Id1 = temp2

Gerador de Código(intermediário)

Análise Léxica

O Analisador Léxico (scanner) examina o programa fonte caractere por caractere agrupando-os em conjuntos com um significado coletivo (tokens):

• palavras chave (if, else, while, int, etc),• operadores (+, -, *, /, ^, &&, etc),• constantes (1, 1.0, ‘a’, 1.0f, etc),• literais (“Projeto Mono”),• símbolos de pontuação (; , {, }),• labels.

Análise Léxica

constanteInt digito digito*constanteDouble digito digito*. digito*

digito {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}

X* Representa uma seqüência de zero ou mais X.

Análise Sintática

Verifica se as frases obedecem as regras sintáticas da linguagem:

Por exemplo, uma expressão pode ser definida como:expressão + expressãoexpressão – expressão(expressão)constante

Gramáticas

Um conjunto de regras de produção, é um símbolo de partida. Uma regra de produção tem o formato , onde representa o nome da construção sintática e representa uma forma possível dessa construção:

<expressão> <expressão> + <expressão>

Gramáticas

<expr> <expr> + <expr>| <expr> – <expr>| (<expr>)| <const>

<const> <const><const>| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 9

Derivação

A verificar se uma frase faz parte da linguagem gerada pela gramática, envolve sucessivas substituições da cadeia de símbolos que ocorre do lado esquerdo da produção pela sua construção sintática correspondente, partindo do símbolo inicial.Essa substituição é chamada derivação sendo normalmente denotada pelo símbolo .

Derivação

(10 - 2) + 3

<expressão>

<expr> + <expr> (<expr>) + <expr> (<expr> - <expr>) + <expr> (<const> - <expr>) + <expr> (<const><const> - <expr>) + <expr> (1<const> - <expr>) + <expr> (10 - <expr>) + <expr> (10 - <const>) + <expr>...

Árvore Sintática

<expr>

<expr> + <expr>

(<expr>) <const>

<expr> - <expr>

<const> <const>

10 2 3

(10 – 2) + 3

Gramáticas Ambíguas

10 – 2 + 3

<expr> - <expr>

<expr>

<expr> + <expr>

10 2 3

<expr>

<expr> + <expr>

<expr> - <expr>

10 2 3

Gramáticas

<expr> <expr> + <termo>

| <expr> - <termo>

| <termo>

<termo> (<expr>)

| <const>

<expr> <expr> + <termo> <expr> - <termo> + <termo> <termo> - <termo> + <termo> 10 – 2 + 3

<expr>

<expr> + <termo>

<expr> - <termo>

10 2 3

Gramáticas

<expr> <expr> + <termo>

| <expr> - <termo>

| <termo>

<termo> <termo> * <fator>

| <termo> / <fator>

| <fator>

<fator> (<expr>)

| <const>

<expr> + <termo>

<termo> * <fator>

3 2 3

<expr>

1 + 2 * 3

Gramáticas

<expr> <expr> + <termo>

| <expr> - <termo>

| <termo>

<termo> <termo> * <fator>

| <termo> / <fator>

| <fator>

<fator> (<expr>)

| <const>

<termo>

<termo> * <fator>

<expr>

1 + 2 * 3

Tradução Dirigida pela Sintaxe

Analisador Sintático

Analisador Léxico

Analisador Semântico

Tabela de Símbolos

...

Programa Fonte

Código Intermediário

Solicita tokentoken

Gramáticas - Exercícios

1. Considerando a gramática apresentada anteriormente derive as expressões e apresente a árvore sintática correspondente:(1 + 2) * 3 (1 – 2) + 3 * 4

2. Altere a gramática para incluir o operador unário -, esse operador deve ter precedência maior que os outros operadores.

3. Altere a gramática para que os operadores de adição, subtração, multiplicação e divisão tenham associatividade da direita para a esquerda.

4. Defina uma gramática para expressões aritméticas (operadores +, -, *, /) pós fixadas .

Gramáticas

Dados 2 conjuntos independentes de símbolos:

• Vt – Símbolos terminais

• Vn – Símbolos não terminais.

Uma gramática é definida como a quádrupla:

{Vn, Vt, S, P}

Onde,

S Vn é o símbolo inicial da gramática.

P é um conjunto de regras de reescrita na forma: , sendo: (Vn Vt)* Vn (Vn Vt)*

(Vn Vt)*

Classificação de Gramáticas

• Irrestritas – nenhuma restrição é imposta

• Sensíveis ao Contexto - || ||

• Livres de Contexto - Vn

(Vn Vt)+

• Regulares - Vn

tem a forma a ou aB, onde

a Vt e B Vn

Gramáticas Regulares

C 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 9

| 0C | 1C | 2C | 3C | 4C | 5C | 7C | 8C | 9C

C CC | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 9 C digito digito*

digito 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9

Especificação

• Análise Léxica – expressões regulares

• Análise Sintática – gramáticas livre de contexto.

• Análise Semântica – sistema de tipos (regras de inferência), semântica denotacional, semântica operacional, semântica de ações.

• Geração/Otimização de Código – linguagens para descrição de arquiteturas.

Linguagens Regulares

• Gerada a partir de uma gramática regular.• Pode ser representada através de uma

expressão regular.• Pode ser reconhecida por um Autômato Finito.• Considerando linguagens compostas por

símbolos 0 e 1 podemos afirmar:

a linguagem L01 ={0n1n| n 1} não é regular; a linguagem L01 ={0n1m | n 1, m 1} é regular;

Expressões Regulares

Maneira compacta de representar linguagens regulares. É composta de 3 operações, sendo e1 e e2 expressões geradas por duas linguagens regulares L1 e L2 respectivamente

• Concatenação: e1e2 = { xy | x L1 e y L2}

• Alternação: e1|e2 = { x | x L1 ou x L2}

• Fechamento: e1* = zero ou mais ocorrências de

e1.

É definida a precedência desses operadores como sendo: fechamento, concatenação, alternação (da maior precedência para a menor).

Expressões Regulares

Exemplos:

identificador (letra | _) (letra | digito | _)*

letra a | b | ... | A | B | ...

digito 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9

constInt digito digito*

constDouble digito digito*.digito* | . digito digito*

Autômato Finito

A linguagem gerada por uma gramática regular pode ser reconhecida por um autômato finito.

Um autômato finito consiste em:

1. Um conjunto finito de estados.

2. Um conjunto finito de símbolos de entrada (alfabeto).

3. Uma função de transição que tem como argumentos um estado e um símbolo de entrada e retorna a um estado.

4. Um estado inicial.

5. Um conjunto de estados finais também chamados estados de aceitação.

Autômato Finito

letra | digito | _

letra | _

letra | digito | _

letra | _

.

.

digitodigito

digito digito

Autômato Finito

letra | digito | _

letra | _

f

o r

letra | digito | _

letra | _

fo r

ldld

ld

Onde ld representa letra | digito | _ (com exceção da letra que faz a transição para outro estado).

AFD – Autômato Finito Determinista

AFN – Autômato Finito Não Determinista

Autômato Finito Implementação

letra | digito | _

letra | _

digito

digito

0 1

2

Geradores de Analisadores Léxicos

delim [ \t]ws {delim}+letra [A-Za-z]digito [0-9]id {letra}({letra}|{digito})*int {digito}+real {digito}+\.{digito}*(E[+-]?{digito}+)?char '{letra}'string '({letra}|{digito}|[ \t\\:])*'%%{char} {yylval.ptr=insereTab(&TabSimb[0], yytext);return TCCHARACTER;}{string} {yylval.ptr=insereTab(&TabSimb[0], yytext);return TCSTRING;}\n {num_linhas++;}FUNCTION {return TFUNCTION;}INTEGER {return TINTEGER;}ARRAY {return TARRAY;}IF {return TIF;}{id} {yylval.ptr=instalar(yytext); return TID;}"<" {return TMENOR;}

Análise Léxica - Exercícios

1. Escreva uma gramática, expressão regular e AFD que defina os números binários terminados em zero.

2. Mostre uma expressão regular e o AFD correspondente a gramática abaixo:S aS B bC C aC | aB | a

3. Escreva uma expressão regular para as constantes double da linguagem C.

Dica pode-se usar o símbolo para indicar uma “cadeia” vazia.