《编译原理》LR 分析法与构造 LR(1) 分析表的步骤 - 例题解析

时间:2024-01-10 12:17:26

《编译原理》LR 分析法与构造 LR(1) 分析表的步骤 - 例题解析

笔记

直接做题是有一些特定步骤,有技巧。但也必须先了解一些基本概念,本篇会通过例题形式解释概念,会容易理解和记忆,以及解决类似问题。

如果只想做题可以直接下拉至习题部分。

(一)关于状态

对于产生式 A→aBcD,就可以分解为下面几个不同的识别状态:

(1)A→.aBcD
(2)A→a.BcD
(3)A→aB.cD
(4)A→aBc.D
(5)A→aBcD.

“.” 的左部符号表示已被识别出来的那部分句柄符号

状态(1)表示:处于句柄的头
状态(2)表示:已经识别出字符 a,等待 形成以 B 为产生式左部的右部
状态(3)表示:刚刚进行了一次规约,即把关于 B 的产生式右部规约成 B
状态(4)表示:已经识别出字符 c,等待 形成以 D 为产生式左部的右部
状态(5)表示:已经到达句柄的尾巴,可以把 aBcD 规约为产生式左部的符号 A

(二)什么是 LR(k) 分析法?

字面意思理解:

字符 含义
L 表示 从左到右 扫描输入串
R 表示利用 最右分析方法 来识别句子,即构造一个 最右推导的逆过程
k 表示向右查看输入串符号的个数

LR 分析过程是规范归约的过程

规范规约是最右推导的逆过程,最右推导是规范推导,所以 最左规约是规范规约。

LR 分析法根据当前分析栈中的符号串和向右顺序查看输入串的 k 个符号就可以唯一确定分析器的动作是移进还是归约、利用那个产生式进行归约。

当没有指明 k 是几的时候,默认为 1

(三)文法的拓广?

文法的拓广是对现有文法,添加一个 S',并对文法进行展开。

例如:

对于文法 G[E]:
E → E+T|T
T → T*F|F
F → i|(E)

可以把它拓广为

文法 G[E']:
E' → E
E → E+T|T
T → T*F|F
F → i|(E)

此时可能会有疑问,不就是加了个开始符号,有什么意义呢?为什么要再加个开始符号呢?

加开始符号是为了状态的表示,这样原来的 S 会成为右部,可以表示 .S 和 S.

那同一非终结符的右部有多种情况为什么不展开呢?

这里是说拓广文法,是添加开始符号,可以展开可以不展开,但是一般默认要展开,一般一道题不会只让求拓广文法,而是为了后面。一般题目中是说 “求该文法的拓广文法并编号”,此时请一定要展开。展开后应该是这样:

1.E'→E
2.E → E+T
3.E → T
4.T → T*F
5.T → F
6.F → i
7.F → (E)

(四)什么是项目?项目有哪些分类?等价状态?

上面提到拓广文法,展开,以及编号。

先看例题:

对于文法 G[S]:
S → vI:T
I → I,i
I → i
T → r

可以把它拓广并编号,如下:

文法 G[S']:
1.S' → S
2.S → vI:T
3.I → I,i
4.I → i
5.T → r

它的全部 LR(0) 项目,如下:

1.S' → .S
2.S' → S.
3.S → .vI:T
4.S → v.I:T
5.S → vI.:T
6.S → vI:.T
7.S → vI:T.
8.I → .I,i
9.I → I.,i
10.I → I,.i
11.I → I,i.
12.I → .i
13.I → i.
14.T → .r
15.T → r.

对上面 LR(0) 项目进行分类

类型 包含 特点
规约项目 2, 7, 11, 13, 15 . 在右部的末尾
接收项目 2 . 在开始符号的末尾
移进项目 3, 5, 9, 10, 12, 14 . 后面跟着终结符,表移进
待约项目 1, 4, 6, 8 . 后面跟着非终结符,表等待后面非终结符的规约,简称待约

谁和谁是等价状态?

例如:

待约项目 4 即 S→v.I:T 它的含义是等待栈顶规约出 I,但尚未识别对应 I 的那些句柄的任何符号;

项目 8 即 I→.I,i 和项目 12 即 I→.i 的含义也是期待栈顶形成 I 的句柄,所以这三个项目的含义是一样的,即 4, 8, 12 三个状态是等价的。

同理:项目 6 即 S → vI:.T 和项目 14 即 T → .r 也是等价的

为什么它们是等价状态?怎么判断等价状态?

上面有说因为他们表示的含义是一样的,并且会发现等价肯定涉及至少一个待约项目,以及一个 . 在最左端的移进项目。

这是因为,待约项目是 . 后面跟非终结符,这个 . 是在非终结符的前面;当存在该非终结符的产生式时,且 . 在最左端的时候。因为 . 在最左端,其实也是相当于在该非终结符的前面。所以是一个等价的状态。

(五)LR 分析表介绍

LR 分析器的关键部分是 分析表的构造。分析表有以下几种:

规范的 LR 分析表:

  • LR(0),能力最弱,局限性较大,但理论上最重要。
  • LR(1),它功能最强,但代价也最大。

简单的 LR 分析表:

  • 简称 SLR ,最容易实现,但功能最弱。

向前看的 LR 分析表:

  • 简称 LALR,功能和代价处于前两者之间,适用于绝大多数程序语言的文法

总结: LR(0) 功能最弱,功能弱是说当文法中产生式比较复杂,出现某些问题时,无法解决。这些问题一部分可以由 SLR 分析法解决。但还有一部分 SLR 解决不了,可以用 LR(1) 来解决。

(六)关于 “展望

在规范归约过程中,一方面记住已移进和归约出的整个符号串,即记住 “历史”,另一方面根据所用的产生式推测未来可能碰到的输入符号,即对未来进行 “展望”。

当一串貌似句柄的符号串呈现于分析栈的顶端时,根据所记载的 “历史” 和 “展望” 材料,来确定栈顶的符号串是否构成句柄。

为了记住分析的 “历史” 和汇集 “展望” 的信息,LR 分析法这样处理:

将归约过程的 “历史” 和 “展望” 材料综合抽象成某些状态,存放在一个状态栈中,栈中每个状态都概括了从分析开始直到某一归约阶段的全部“历史”和“展望”材料。

LR(1) 分析法这样处理:

首先,明白了在 LR(1) 分析法中展望是为了解决其他分析法解决不了的问题。简单的说就是,状态会出现冲突,我们不能只通过后 1 个输入串符号,直接确定选用哪个产生式,这是严重的错误。

所以 展望(向前搜索符) 是通过展望后面的内容,所以展望对应的终结符,应该 属于该非终结符的 FOLLOW 集(确切的说,属于 FOLLOW 集中的具体哪个个终结符,应该根据产生式的推导过程确定,通过语法树来分析,是比较直观的方法。也可以直接通过求该非终结符后的 FIRST 集来确定,但要注意是对谁求 FIRST 集,可表示为 FIRST(βa),例题中会提到),来帮助唯一确定选择产生式。

拓展注:这里提到的 FOLLOW 集和 FIRST 集不是冲突的,因为我们要求的向前搜索符时 FOLLOW 集的子集,有时候不能确定,所以用 FIRST(βa), β 表示由谁哪个非终结符推导的,这个非终结符的后面的剩余串,a 表示它上一个状态中的向前搜索符。它俩拼接起来的串,对该串求 FIRST 集。
那么可能会有疑问,利用上一个状态?那第一个状态呢?第一个状态是固定的 S'→S,#
其实 # 就是 S 的 FOLLOW 集中的唯一的元素,它也是开始符号的向前搜索符
所以说 FOLLOW 集和 FIRST(βa) 是都可以求的,FIRST(βa) 是准确的向前搜索符,它是 FOLLOW 集的一部分

在 LR(1) 中,用

状态, 终结符
例如:S' → # (#表示开始符号FOLLOW集会提到那个符号,有的地方用 $,是一样的 )

这种形式是表式展望,终结符就是展望的后面的终结符,具体的下面例题中还会提到。

(七)终极例题 - LR(1) 分析表的构造

给定文法 G[S]:

S→L=R | R
L→*R | id
R→L

回答以下问题:

(1)文法的拓广并编号
(2)LR(1) 项目集规范族所对应的识别活前缀的 DFA
(3)构造 LR(1) 分析表

解析:

1)文法的拓广并编号:

拓广文法 G[S']:

(0)S'→S
(1)S→L=R
(2)S→R
(3)L→*R
(4)L→id
(5)R→L

2)LR(1) 项目集规范族所对应的识别活前缀的 DFA*

这里就涉及到 “展望” 这个知识点了

向前搜索符的 FIRST 集求法:

求法 FIRST(βa)

  • β 表示由谁哪个非终结符推导的,这个非终结符的后面的剩余串
  • a 表示它上一个状态中的向前搜索符。

对于 I0
首先 S' → .S, # 这个是固定的,就是第一个状态的核心项目
下面对 S 求向前所有符都没问题,都是 #
到了 L→.*R,这里,求向前搜索符,使用 FIRST(βa)
应该是求 FIRST(=R#) 所以就是 = 了

为什么是 =R#?

因为 β 表示由谁哪个非终结符推导的,这里就是上面状态【S→.L=R, #】这个非终结符 L 的后面的剩余串是 =R,a 表示它上一个状态中的向前搜索符,就是 #,拼接起来就是 =R#。

《编译原理》LR 分析法与构造 LR(1) 分析表的步骤 - 例题解析

(图片来源:中国大学慕课 -《编译原理》哈尔滨工业大学 陈老师)

该 DFA 有穷自动机的解释:

(1)这样表示形式就是自动机,每个方框表示一个状态,从 I0 到 I13 所以共有 14 个状态。
(2)每个状态中包含的多个项目,都是等价的。
(3)每个项目中逗号后面的终结符或者 # 表示展望的终结符。
(4)关于画出 DFA 的步骤:

  • 以 I0 为例,首先对于 0 号产生式 S' → S,可知应该有 S' → .S 和 S' → S. 两个状态,因为 S' 是开始符号,展望是属于 FOLLOW 集的,展望应该是 #,可以得出 S' → .S, #
  • 因为 .S 表示等待规约出 S 的状态。并且 S→L=R,所以 .S 和 .L=R 是两个等价的状态。但需要注意的是此时的 FOLLOW 集应该 S 的 FOLLOW 集,而不是 L 的,也不 R 的
  • 同理,因为有 S→R,则 .S 和 .R 是两个等价的状态。
  • 有了 .R,应该继续去找 R 为左部的产生式,因为有 R→L,所以 .S 和 .L 是两个等价的状态。
  • 注意: 在找 R 的展望终结符时,展望 是通过展望后面的内容,所以展望对应的终结符,应该 属于该非终结符的 FOLLOW 集(确切的说,属于 FOLLOW 集中的具体哪个个终结符,应该根据产生式的推导过程确定,通过语法树来分析,是最直观的方法)

《编译原理》LR 分析法与构造 LR(1) 分析表的步骤 - 例题解析
(图片来源:中国大学慕课 -《编译原理》哈尔滨工业大学 陈老师)

可以看出来 R 的展望应该有两种情况,一个是 =,一种是 #

但此时,我们通过 S → R 找到的 R,所以应该是 #

不断循环通过,将 . 后移,判断下一个状态,找出等价状态,直到判断完成。

3)构造 LR(1) 分析表

根据自动机即可构造 LL(1) 分析表:

《编译原理》LR 分析法与构造 LR(1) 分析表的步骤 - 例题解析
(图片来源:中国大学慕课 -《编译原理》哈尔滨工业大学 陈老师)

LL(1) 分析表解释补充:

(1)内容 LL(1) 分析表 = 动作表 (ACTION) + 状态转移表(GOTO)

(2)动作表 中的每一个元素 ACTION[S,a] 规定了当 栈顶状态 为 S,且面临输入符号 a 时应采取的动作。根据自动机中的终结符边可判断。

(3)状态转换表 中的每一个元素 GOTO[S,x] 规定了当状态 S 面对文法符号位 x 时的下一个状态。根据自动机中的非终结符边可判断。

(4)动作表 的列对应所有终结符加上 #

(5)状态转换表 的列对应所有非终结符,不包括 S',因为 S 就是开始符号,S' 是为了使 “接收状态” 易于识别,所引入的。

(6)动作表 中例如:

  • ACTION[0, *] 的 S4 表示移进,入栈,就是当前状态为 0,当输入串为 ,则将状态 4 移进状态栈,将 移进文法符号栈
  • ACTION[5, =] 的 r4 表示符合产生式 4,将栈顶符号 id 规约为产生式左部
  • acc 表示接收

(7)状态转换表 中例如:

  • GOTO[0, S] 的 数字为 1 表示转入 1 状态,置当前文法符号栈顶为 S,栈顶状态为 1

(8)构造 LL(1) 分析表的步骤,重要 !!!:

  • 确定对应行 ,行就是所有状态
  • 确定对应列 ,列有两部分 ACTION 表和 GOTO 表,ACTION 表中列是所有终结符,以及 #。 GOTO 表的对是所有非终结符,不包括 S'
  • !!!GOTO 表的构造:判断当前输入串,如果存在自动机的边,且边为非终结符就把状态编号填入 GOTO 表
  • !!!ACTION 表的构造:

    • 查找该状态中是否有 . 在最后的状态,如果有先根据向前搜索符确定哪一列,再用 rn,填入表示,r 的含义是规约,n 表示的是产生式的序号;如果没有则说明没有没有 r
    • 判断是否存在该状态输出的边,如果存在则用 Sn 表示,S 表示移进,入栈,n 表示下一个状态的序号

(9)上面也更深入的了解了展望的意义,首先,展望是存在一个状态中的,终结符,对应的应该为是当前等价的状态,操作也就应该是移进。如果是自动机的边,就是说不是当前状态了,所以对应的是规约。


总结

易错点:

  • 展望对应的终结符 是通过展望后面的内容,所以展望对应的终结符,应该 属于该非终结符的 FOLLOW 集(确切的说,属于 FOLLOW 集中的具体哪个个终结符,应该根据产生式的推导过程确定,通过语法树来分析,是最直观的方法)
  • 各教材描述可能存在差异,但思想是相同的
    • 比如 $ 和 #
    • 比如展望终结的表示方法,有的分开写,有的直接用或