c语言编译器用的文法

㈠ 编译器龙书虎书鲸书基本抽象概念

在编译原理的世界里，三本堪称经典的着作犹如璀璨明珠：龙书（Aho, Sethi, Ullman合着的《编译原理技术和工具》）、虎书（Appel和Palsberg合作的《现代编译器实现：C语言版》），以及被称为“鲸书”的神秘巨着（未提及具体书名）。龙书是编译器领域的基石，涵盖了词法分析、语法分析等核心内容，虽早期版本存在一些过时技术，但后期修订版不断扩展新知识。虎书则紧跟时代步伐，融合了数据流分析等现代元素，特别适合教学，不仅有C语言版本，还有Java和ML版本，详细内容可通过参考链接获取。

深入研究现代商业编译器的关键问题，学生们通过学习基础概念，为后续深入探索奠定基础。推荐必读的《现代编译原理：C语言描述》由Steven S. Muchnick撰写，是虎书的升级版。而“鲸书”则为进阶学习者量身打造，探讨高级编译器设计与实现，涵盖了抽象层次的深入转换，如从高级语言到机器代码的优化过程，分为基础抽象、数据模型、编程语言语义和算法效率等几个核心领域。

基础抽象如同Java接口，它不仅包含操作的名称，还承载了预期的功能含义。这些抽象可以分为两类：一类是常见的操作，如字典和堆栈，提供多种实现；另一类是广泛应用于组件化的概念，如树和图。在计算思维中，抽象是灵魂，如图抽象中的“查找相邻节点”，它在图灵完备的语言中嵌入，类似于面向对象的类方法，但底层实现则更为具体，涉及有限自动机、解析器等与机器模型紧密相连的技术。声明性抽象，如正则表达式和关系代数，强调的是表达和描述而非实现，对优化性能有高要求；而计算抽象，如通用编程语言和理论模型，如RAM和并行计算模型，尽管可能非图灵完备，但其重要性不言而喻。

举例来说，当需要在声明阶段将标识符插入符号表S时，编译器会根据标识符类型进行检索。字典语言虽然不具备图灵机的复杂性，但它关注的是进程的表示，而非算法设计。字典操作的时间复杂性与集合大小相关，链表实现可能导致O(n)时间，而搜索树如AVL或红黑树则可达到O(log n)。

哈希抽象的核心是全集、哈希函数和哈希桶，操作基于计算哈希值。尽管哈希操作存在最坏情况性能问题，但通常假设平均性能。哈希桶存储结构可根据集合规模采用链表或优化存储，如调整磁盘块大小以适应主存容量。

从词法分析到后端优化，现代编译器分为前后端任务。前端涉及词法分析、句法分析、语义分析和中间代码生成，而共享符号表则用于收集源代码信息。如Lex，通过正则表达式实现标记简化，早期的磁带检索技术效率较低，但Aho-Corasick算法通过一次遍历查找多个关键字，提高了效率。句法分析器生成器基于正则表达式，产生确定性有限自动机，确保语法的有效性。

2.1.1 Lex的升级：Aho-Corasick算法通过集成多个正则表达式集合，显着提升了关键字检索的效率。

2.1.2 Lex设计关注交互复杂性，区分标识符与控制流关键字，避免混淆。

2.1.3 懒惰评估的DFA（确定性有限自动机）技术，优化了正则表达式到DFA的转换，为grep等工具的性能提升做出了贡献。

继续深入，语法分析构建了语言的结构，如表达式树。上下文无关文法（CFG）描述编程语言的句法规则，LR(k)分析法通过一次左到右扫描，处理复杂语法结构。

编译器研究涉及众多抽象层次，从关系模型在编程语言中的应用，到SQL的抽象和优化，再到分布式计算和量子计算的前沿探索。随着技术的演进，我们期待在编译器领域的知识体系中，不断发掘新的抽象理论，推动计算机科学的边界不断拓宽。

参考资料：[1] [2] [3]

㈡ ★C语言中字符： '\1' 是什么意思

'1'为转义字符，代表的意思是“标题开始”

在C语言中，所有的ASCII码都可以用“”加数字（一般是8进制数字）来表示。

而C中定义了一些字母前加""来表示常见的那些不能显示的ASCII字符，如, , 等，就称为转义字符，因为后面的字符，都不是它本来的ASCII字符意思了。

转义字符是很多程序语言、数据格式和通信协议的形式文法的一部分。对于一个给定的字母表，一个转义字符的目的是开始一个字符序列，使得转义字符开头的该字符序列具有不同于该字符序列单独出现时的语义。因此转义字符开头的字符序列被叫做转义序列。

转义序列通常有两种功能。第一个是编码一个句法上的实体，如设备命令或者无法被字母表直接表示的特殊数据。

第二种功能，也叫字符引用，用于表示无法在当前上下文中被键盘录入的字符（如字符串中的回车符），或者在当前上下文中会有不期望的含义的字符（如C语言字符串中的双引号字符"，不能直接出现，必须用转义序列表示）。

在后面那种情况，转义序列是一种由转义字符自身和一个被引用的字符组成的一个二合字母（digraph）情形。

参考资料来源：

网络-转义字符

网络-ASCII

㈢ LL（1）文法-------编译原理

我正在写一个编译器，源代码在这里：
http://code.google.com/p/bellman/source/browse
其中词法规则在lex.l文件中，语法规则在grammer.y中，分别用flex和bison的输入文件的格式写的。我实现了一个类似C/C++的语法

地址如下：
http://code.google.com/p/bellman/source/browse/trunk/lib/bellman/lex.l
http://code.google.com/p/bellman/source/browse/trunk/lib/bellman/grammer.y
具体有什么问题可以发邮件[email protected]

㈣ 求C语言编译原理语法分析程序

一继承的词法来自

http://blog.sina.com.cn/s/blog_67c9fc300100srad.html
二语法

用扩充的BNF表示如下：

⑴<程序>：：=begin<语句串>end

⑵<语句串>：：=<语句>{；<语句>}

⑶<语句>：：=<赋值语句>

⑷<赋值语句>：：=ID：=<表达式>

⑸<表达式>：：=<项>{+<项> | -<项>}

⑹<项>：：=<因子>{*<因子> | /<因子>

⑺<因子>：：=ID | NUM | （<表达式>）

三要求

输入单词串，以“#”结束，如果是文法正确的句子，则输出成功信息，打印“success”，否则输出“error”。

例如：

输入 begin a:=9; x:=2*3; b:=a+x end #

输出 success！

输入 x:=a+b*c end #

输出 error!

㈤ 编译原理

C语言编译过程详解
C语言的编译链接过程是要把我们编写的一个C程序(源代码)转换成可以在硬件上运行的程序(可执行代码)，需要进行编译和链接。编译就是把文本形式源代码翻译为机器语言形式的目标文件的过程。链接是把目标文件、操作系统的启动代码和用到的库文件进行组织形成最终生成可执行代码的过程。过程图解如下：

从图上可以看到，整个代码的编译过程分为编译和链接两个过程，编译对应图中的大括号括起的部分，其余则为链接过程。
一、编译过程
编译过程又可以分成两个阶段：编译和汇编。
1、编译
编译是读取源程序(字符流)，对之进行词法和语法的分析，将高级语言指令转换为功能等效的汇编代码，源文件的编译过程包含两个主要阶段：
第一个阶段是预处理阶段，在正式的编译阶段之前进行。预处理阶段将根据已放置在文件中的预处理指令来修改源文件的内容。如#include指令就是一个预处理指令，它把头文件的内容添加到.cpp文件中。这个在编译之前修改源文件的方式提供了很大的灵活性，以适应不同的计算机和操作系统环境的限制。一个环境需要的代码跟另一个环境所需的代码可能有所不同，因为可用的硬件或操作系统是不同的。在许多情况下，可以把用于不同环境的代码放在同一个文件中，再在预处理阶段修改代码，使之适应当前的环境。
主要是以下几方面的处理：
(1)宏定义指令，如 #define a b。
对于这种伪指令，预编译所要做的是将程序中的所有a用b替换，但作为字符串常量的 a则不被替换。还有 #undef，则将取消对某个宏的定义，使以后该串的出现不再被替换。
(2)条件编译指令，如#ifdef，#ifndef，#else，#elif，#endif等。
这些伪指令的引入使得程序员可以通过定义不同的宏来决定编译程序对哪些代码进行处理。预编译程序将根据有关的文件，将那些不必要的代码过滤掉
(3) 头文件包含指令，如#include "FileName"或者#include <FileName>等。
在头文件中一般用伪指令#define定义了大量的宏(最常见的是字符常量)，同时包含有各种外部符号的声明。采用头文件的目的主要是为了使某些定义可以供多个不同的C源程序使用。因为在需要用到这些定义的C源程序中，只需加上一条#include语句即可，而不必再在此文件中将这些定义重复一遍。预编译程序将把头文件中的定义统统都加入到它所产生的输出文件中，以供编译程序对之进行处理。包含到C源程序中的头文件可以是系统提供的，这些头文件一般被放在/usr/include目录下。在程序中#include它们要使用尖括号(<>)。另外开发人员也可以定义自己的头文件，这些文件一般与C源程序放在同一目录下，此时在#include中要用双引号("")。
(4)特殊符号，预编译程序可以识别一些特殊的符号。
例如在源程序中出现的LINE标识将被解释为当前行号(十进制数)，FILE则被解释为当前被编译的C源程序的名称。预编译程序对于在源程序中出现的这些串将用合适的值进行替换。
预编译程序所完成的基本上是对源程序的“替代”工作。经过此种替代，生成一个没有宏定义、没有条件编译指令、没有特殊符号的输出文件。这个文件的含义同没有经过预处理的源文件是相同的，但内容有所不同。下一步，此输出文件将作为编译程序的输出而被翻译成为机器指令。
第二个阶段编译、优化阶段。经过预编译得到的输出文件中，只有常量；如数字、字符串、变量的定义，以及C语言的关键字，如main,if,else,for,while,{,}, +,-,*,\等等。
编译程序所要作得工作就是通过词法分析和语法分析，在确认所有的指令都符合语法规则之后，将其翻译成等价的中间代码表示或汇编代码。
优化处理是编译系统中一项比较艰深的技术。它涉及到的问题不仅同编译技术本身有关，而且同机器的硬件环境也有很大的关系。优化一部分是对中间代码的优化。这种优化不依赖于具体的计算机。另一种优化则主要针对目标代码的生成而进行的。
对于前一种优化，主要的工作是删除公共表达式、循环优化(代码外提、强度削弱、变换循环控制条件、已知量的合并等)、复写传播，以及无用赋值的删除，等等。
后一种类型的优化同机器的硬件结构密切相关，最主要的是考虑是如何充分利用机器的各个硬件寄存器存放的有关变量的值，以减少对于内存的访问次数。另外，如何根据机器硬件执行指令的特点(如流水线、RISC、CISC、VLIW等)而对指令进行一些调整使目标代码比较短，执行的效率比较高，也是一个重要的研究课题。
2、汇编
汇编实际上指把汇编语言代码翻译成目标机器指令的过程。对于被翻译系统处理的每一个C语言源程序，都将最终经过这一处理而得到相应的目标文件。目标文件中所存放的也就是与源程序等效的目标的机器语言代码。目标文件由段组成。通常一个目标文件中至少有两个段：
代码段：该段中所包含的主要是程序的指令。该段一般是可读和可执行的，但一般却不可写。
数据段：主要存放程序中要用到的各种全局变量或静态的数据。一般数据段都是可读，可写，可执行的。
UNIX环境下主要有三种类型的目标文件：
(1)可重定位文件
其中包含有适合于其它目标文件链接来创建一个可执行的或者共享的目标文件的代码和数据。
(2)共享的目标文件
这种文件存放了适合于在两种上下文里链接的代码和数据。
第一种是链接程序可把它与其它可重定位文件及共享的目标文件一起处理来创建另一个 目标文件；
第二种是动态链接程序将它与另一个可执行文件及其它的共享目标文件结合到一起，创建一个进程映象。
(3)可执行文件
它包含了一个可以被操作系统创建一个进程来执行之的文件。汇编程序生成的实际上是第一种类型的目标文件。对于后两种还需要其他的一些处理方能得到，这个就是链接程序的工作了。
二、链接过程
由汇编程序生成的目标文件并不能立即就被执行，其中可能还有许多没有解决的问题。
例如，某个源文件中的函数可能引用了另一个源文件中定义的某个符号(如变量或者函数调用等)；在程序中可能调用了某个库文件中的函数，等等。所有的这些问题，都需要经链接程序的处理方能得以解决。
链接程序的主要工作就是将有关的目标文件彼此相连接，也即将在一个文件中引用的符号同该符号在另外一个文件中的定义连接起来，使得所有的这些目标文件成为一个能够被操作系统装入执行的统一整体。
根据开发人员指定的同库函数的链接方式的不同，链接处理可分为两种：
(1)静态链接
在这种链接方式下，函数的代码将从其所在地静态链接库中被拷贝到最终的可执行程序中。这样该程序在被执行时这些代码将被装入到该进程的虚拟地址空间中。静态链接库实际上是一个目标文件的集合，其中的每个文件含有库中的一个或者一组相关函数的代码。
(2) 动态链接
在此种方式下，函数的代码被放到称作是动态链接库或共享对象的某个目标文件中。链接程序此时所作的只是在最终的可执行程序中记录下共享对象的名字以及其它少量的登记信息。在此可执行文件被执行时，动态链接库的全部内容将被映射到运行时相应进程的虚地址空间。动态链接程序将根据可执行程序中记录的信息找到相应的函数代码。
对于可执行文件中的函数调用，可分别采用动态链接或静态链接的方法。使用动态链接能够使最终的可执行文件比较短小，并且当共享对象被多个进程使用时能节约一些内存，因为在内存中只需要保存一份此共享对象的代码。但并不是使用动态链接就一定比使用静态链接要优越。在某些情况下动态链接可能带来一些性能上损害。
我们在linux使用的gcc编译器便是把以上的几个过程进行捆绑，使用户只使用一次命令就把编译工作完成，这的确方便了编译工作，但对于初学者了解编译过程就很不利了，下图便是gcc代理的编译过程：

从上图可以看到：
预编译
将.c 文件转化成 .i文件
使用的gcc命令是：gcc –E
对应于预处理命令cpp
编译
将.c/.h文件转换成.s文件
使用的gcc命令是：gcc –S
对应于编译命令 cc –S
汇编
将.s 文件转化成 .o文件
使用的gcc 命令是：gcc –c
对应于汇编命令是 as
链接
将.o文件转化成可执行程序
使用的gcc 命令是： gcc
对应于链接命令是 ld
总结起来编译过程就上面的四个过程：预编译、编译、汇编、链接。了解这四个过程中所做的工作，对我们理解头文件、库等的工作过程是有帮助的，而且清楚的了解编译链接过程还对我们在编程时定位错误，以及编程时尽量调动编译器的检测错误会有很大的帮助的。

㈥ C语言实现NFA转DFA

ε只能出现在NFA中，当然不是为了方便直观，而是连通NFA和DFA的桥梁。编译原理讲授的不是如何绘制NFA或者DFA，二是告诉读者怎样能够自动实现NFA或DFA的构造。在实际应用中ε可以帮助计算机转换NFA为DFA，而在属性文法和语法制导阶段，它也是沟通综合属性与继承属性、执行语义动作不可或缺的一部分。另外ε的使用可以大大简化文法产生式的构造难度。我记得最初使用ε是为了使得文法体系（字母表）更加完善，但是在实际应用中却变得应用广泛(此观点不一定正确)。
最后想说的是，在编译中，ε也带来了不小的麻烦，否则也就不会有诸如“去空产生式”这样的算法了:)