前后文无关文法和语言解决方案.ppt

第二章 前后文无关文法和语言 编译过程是十分复杂的信息加工过程，加工对象是用高级语言编写的程序。 为完成编译工作，需解决两个问题： 如何确切地描述和定义一种程序设计语言 如何识别和分析这种语言 在20世纪50年代，N.Chomsky首先对语言的描述问题进行了探讨。他提出了一种用来描述语言的数学系统，并以此定义了四类性质不同的语言，称为语言（文法）的Chomsky分类。 人们把用一组数学符号和规则来描述语言的方式称为形式描述，把所用的数学符号和规则称为形式语言。 形式语言与自动机 此后，对形式语言以及识别语言的自动机的理论与应用展开了深入研究，并取得了丰硕成果，这些成果对编译理论、信息工程、人工智能以及数理语言学、计算语言学产生了深远影响。 目前，形式语言与自动机理论已成为计算机科学中的一个重要分支。 本章将初步介绍形式语言中的某些基本概念和知识，重点是与编译技术密切相关的一些术语和概念，诸如文法、语言、句子、句型、短语、句柄以及句型分析等。 2.1 文法及语言的表示 据统计，在世界各地，人们所使用的语言达2700多种。 什么是语言？ Webster的定义：“为相当大地区的公众所懂得并使用的‘话’，以及组成这些‘话’的方法的统一体” 上述定义对于建立语言的数学理论而言不够精确。 另一定义：“某一字母表上符号串（句子）的集合” 仍需进一步精确化： 1）为所定义的句子提供一种结构性的描述（语法规则）； 2）再提供一种手段，以便能准确地判别什么是该语言中的正确句子（即识别方法、分析方法等）。 2.1 文法及语言的表示（续） 如果能刻画出一种语言的所有句子，也就定义出了这种语言。 遗憾的是，对于自然语言来说，目前尚无能够完全刻画一语言全部句子的结构的方法。 然而，对大多数程序设计语言（或者形式语言）来说，此问题已被解决。1960年，P.Naur J.Backus首先用BNF（Backus-Naur-Formal（范式））对ALGOL语言进行了描述。 应指出，BNF成功地解决了程序设计语言的语法描述问题，但描述其语义，还必须借助自然语言。 2.1 文法及语言的表示（续） 通常，可用如下方式表示或定义一种语言： （1）若语言的句子有限时，可用枚举法。例如，只含两个句子的语言：{“I am a teacher”, “You are students”}; （2）制定有限条规则，用于产生所要描述的语言的全部句子（可无限多），这些规则构成了该语言的文法。 （3）设计一种装置（算法或过程），它以某字母表上的符号串为输入，判别该符号串是否为所描述语言的句子。此装置称为自动机。 2.2 文法和语言的定义2.2.1 基本概念和术语 1。符号表（或符号集） 由若干符号组成的有限非空集合。如{a,b,c,S,T,*,+,;,.,8,$} 2。符号串 用符号表中的符号所组成的任何有限序列。 符号串的长度 = 符号串中所含符号的个数 例：aba的长度为3。记为：|aba|=3 空串 不含任何符号的符号串，记为 ? 。显然，| ? |= 0。 2.2.1 基本概念和术语（续） 3。符号串的前（后）缀及子串 设?,?,?,x是符号串，若x= ???,则?,? 和? 都是x的子串； 当?= ? 时，称 ?是x的前缀。 当?= ?时，称 ?是x的后缀。 x的任何前缀或后缀都是x的子串，反之不成立。 ?和x本身既是 x的前缀和后缀，也是x的子串。 4。符号串的连接和方幂 连接 设x,y是符号串，将y直接地拼接到x之后所得的新符号串称为x与y的连接，记为xy 2.2.1 基本概念和术语（续） 注意，一般说来，xy不等于yx；但 ? x=x?=x 方幂 符号串x与其自身的 n-1次连接称为 x 的 n 次方幂，记为 2.2.1 基本概念和术语（续） 5。符号串集合的和与积 设A，B为两个符号串集合，定义 和 A+B（或A? B） ={w | w? A，或 w ? B} 积 A?B（或 AB）= { xy |x ? A, y ? B} A+? = ?+A = A ； A? = ?A = ? ；{?}A = A{?} = A 6。符号串集的方幂与闭包 2.2.1 基本概念和术语（续） 如果把符号表视为由长度为1的符号串构成的符号串集时，就可定义符号表上的和、积、方幂等运算。 例 A={a,b,c} 2.2 文法和语言的形式定义 我们从“产生语言”的角度出发,讨论文法和语言的形式定义。 产生语言 制定出有限条规则，借助它们产生此语言的全部句子。 以几个英语句子构成的语言为例，并设每个句子都是“主-谓-宾”结构。 语法规则见右。 ①句子::=主语短语 动词