编译原理compiler2.ppt

本章目的 自然语言是人与人交流思想的工具，程序语言是人和计算机之间传达信息的工具。为了描述程序语言，本章将引进有关形式语言的基本概念。文法是程序语言的生成系统，自动机是程序语言的识别系统，用文法来精确定义一个语言，然后根据这个文法构造识别这个语言的自动机，因此文法对程序语言和编译程序的构造来说意义重大。随着计算机的发展，形式语言学发展很快。N.Chomsky将文法分成四类，程序语言的词法可用正规文法描述，语法可用上下文无关文法描述，语义则要借助于上下文有关文法来描述。因此我们的注意力是针对这几类文法，特别是上下文无关文法。 定义2.19 文法G的每一个产生式均为下列形式： A→α其中α ∈V*，A ∈Vn 则称文法G为2型文法或上下文无关文法。 显然用α去替换A时，与A的上下文无关。 2型文法相应的语言称为2型语言或上下文无关语言。它的识别系统是下推自动机。 定义2.20 文法G的每个产生式均为下列形式： A→α或A→αB 其中α ∈Vt*，A ,B∈Vn ，则文法G称为3型文法或正规文法、右线性文法。3型文法相应的语言为3型语言或正规语言，它的识别系统为有限自动机。 当然3型文法呈左线性形式： A→α或A→Bα也是一样的。 习 题: 2.1(a),(b) 2.2 2.3 2.5 2.6 * * 编译原理 第二章 文法和语言 上海交通大学 张冬茉 Email:zhang-dm@cs.sjtu.edu.cn 2005年3月 第二章 文法和语言 §2.1 基本概念 一、语言 1. 字母表 定义2.1 符号的非空有穷集合称为字母表，通常用∑表示。字母表中每个元素称为一个符号或一个字符。 不同语言的字母表可能是不同的，例如二进制数这个语言的字母表∑={0,1}。程序语言中的标识符，它的字母表∑={a,b,..,z,0,1,..,9}。通常程序语言的字母表是ASCⅡ字符集。 2. 字符串 定义2.2 由字母表∑中的字符所组成的有穷序列，称为字母表上的符号串，或字符串，字。 [例2.1]如,字母表∑={0,1},则0,1,00,01,10,11,000,001,010,…都是∑上的字符串，如则a, b, , ab, ba, bb, aaa…分别是∑上的字符串。 ?空串：不包含任何字符的字符串，用ε表示，它是∑上的一个特殊的字符串。对任一字母表∑，都有ε是∑上的字符串。 ?字符串的长度：是指字符串x中的字符的个数，用|x|表示。如x=abc，则|x| =3。特别地有| ε | =0. ?字符串的联结：设x,y是∑上的字符串，则它们的联结xy是将y的符号相继连接在x的符号后所得到的新的字符串，如,x=aba,y=bba,则xy=ababba. 联结是字符串上的一种运算，满足结合律，但不满足交换律。但εx=xε=x则另当别论。 3.子串 ?字符串的前缀和后缀：设z=xy则x是z的前缀，y是z的后缀,特别当y≠ε时x是z的真前缀,当x≠ε时,y是z的真后缀. [例2.2]设x=abc,则ε,a,ab,abc都是x的前缀，其ε,a,ab为真前缀，而abc,bc,c, ε都是x的后缀，其中bc,c, ε为真后缀。 定义2.3 一个非空字符串x删去它的前缀和后缀后所得的字符串为x的子串，如果删去的前缀和后缀不同时为ε ，则该子串为真子串。 [例2.3]设x=abc，其子串为abc, ab, bc, a, c, b, ε 真子串为 ab, bc, a, c, b, ε请注意ac不是子串，它只是字符串abc的一个子序列。 4.语言 定义2.4 : 给出字母表? ，则?上任一字符串集合，称为?上的一个语言，记为L，该语言的每一个字符串，便是语言L的一个语句或句子。 [例2.4]设?={a,b,c},则L={a,aa,ab,aaa,aab,aba,abb,…}为?上的一个语言，如果a表示字母，b表示数字，c看作其他符号,则L通常是程序语言中的标识符集。其中每个标识符便是标识符集的一个句子。 由有限个字符串组成的集合为一有穷语言，反之为无穷语言。 ?对于字母表? ，用?*表示?上所有字符串的集合。 如?={a,b}，则?*={? ,a,b,aa,ab,bb,ba,…}。 显然?上的任一语言L，都有L? ?* 对于? ，令?+=?*-{?}，它是?上不含空串的字符串集合。 ?对于?*的子集L，M，(它们都?上的语言)，可以定义下列四种语言之间的运算。 定义2.5 :语言L和M的连接，LM={xy | x∈L and y∈M}。 基于同一律， {?}L=L {?}=L，除此而外，通常LM≠ML，即连接不满足交换律，但满足结合律，即(LM)N