编译原理-词法分析报告详解.docx

 PAGE \* MERGEFORMAT 22 词法分析器实验报告 实验要求 自行设计单词的组成和分类，利用有穷自动机实现词法分析程序。 实验内容 功能描述 对给定的正则表达式建立最小化DFA，并以此对输入的源程序做词法分析，输出源程序的Token序列 程序原理 算法一：根据正则表达式直接构建DFA 该算法主要根据《编译原理》3.9.5节所讲述，根据正则表达式直接构建DFA。 算法：从一个正则表达式r构造DFA。 输入：一个正则表达式。 输出：一个识别L（r）的DFAD。 方法： 根据拓展的正则表达式（r）#构造出一个抽象语法树T。 使用3.9.3节和3.9.4节的方法，计算得到T的函数nullable,firstpos,lastpos,followpos。 使用以下所示的过程，构造出D的状态集Dstates和D的转换函数Dtran。所有节点的转换函数的并集便是DFAD。D的状态就是T中的位置集合。每个状态最初都是“未标记的”，当我们开始考虑某个状态的离开转换时，该状态变成“已标记的”。D的开始状态是firstpos（n0），其中节点n0是T的根节点。这个DFA的接受状态集合是那些包含了和结束标记#对应的位置的状态。 初始化Dstates，使之只包含未标记的状态firstpos（n0）,其中n0是（r）#的抽象语法树的根节点； While(Dstates中存在未标记的状态S){ 标记S； For（每个输入符号a）{ 令U为S中和a对应的所有位置p的followpos(p)的并集； If（U不在Dstates中） 将U作为未标记的状态加入到Dstates中； Dtran[S,a]=U; } } 算法二：根据拓展的正则表达式（r）#构造出一棵抽象语法树T 该算法的具体实现《编译原理》书中并没有涉及到，该算法的实现是经过本人思考而得。 算法：根据拓展的正则表达式（r）#构造出一棵抽象语法树T。 输入：拓展的正则表达式（r）#。 输出：一棵抽象语法树T。 方法： vectorstring op{ (, ), |, *, +, #, cat }; char table[][7] = { { , , -, , , -, - }, { , , , , , , }, { , , , , , , }, { , , , , , , }, { , , , , , , }, { -, -, -, -, -, -, - }, { , , , , , , } }; 该正则表达式含有7种运算符，对这7种运算符建立优先级表。具体如下所示。 其中，”#”是正则表达式结束符，”cat”是连接符。 准备两个栈，一个是操作符栈，用于保存正则表达式中的操作符（即上表所示的7个运算符）；另一个是语法树节点栈，用于保存语法树的节点。设操作符栈顶元素为otop，节点栈栈顶元素为ntop。 遍历正则表达式，得到正则表达式的元素r。 若r为操作符，判断Priority(otop，r)，Priority(otop，r)为r与otop的运算符优先级。若Priority(otop，r) == ‘’ || Priority(otop，r) == ‘’，则将r入运算符栈。否则，依r的类型，对语法树节点栈进行相应操作，并对语法树插入新节点。若r为操作数，则插入节点栈，若发现有连续的操作数，则对操作符栈插入“cat”。当r == “#”时，将两个栈中的剩余元素处理完毕，结束遍历正则表达式，并得到一棵完整的抽象语法树。 算法三：计算语法树nullable,firstpos,lastpos,followpos 我们可以使用递归的过程计算nullable,firspos和lastpos。具体如下所示： 节点nNullable(n)Firstpos(n)Lastpos(n)一个标号为null的叶子节点True??一个位置为i的叶子节点False{i}{i}一个or-节点 n = c1 | c2Nullable(c1) or Nullable(c2)Firstpos(c1) ∪ Firstpos(c2)Firstpos(c1) ∪ Firstpos(c2)一个cat-节点 n = c1 c2Nullable(c1) and Nullable(c2)If(Nullable(c1)) Firstpos(c1) ∪ Firstpos(c2) Els