3 AnalisisSintactico

Compiladores I. C.P.S. Universidad de Zaragoza -J.
Ezpeleta-
1
Leccin

3: Fundamentos

para

el anlisis

sintctico
1) Introduccin
2) Gramticas. Definiciones

y clasificacin
3) GLC. Notaciones
4) GLC. rboles

de anlisis

sintctico
5) GLC. Derivacin

a dcha. y a izda.
6) GLC. Ambigedad

y transformacin

de gramticas
Compiladores I. C.P.S. Universidad de Zaragoza -J.Ezpeleta-
2
Introduccin

Recordar, esquema

general de un compilador:
programa fuente
cdigo objeto
cdigo intermedio
estructura sintctica
tokens
analizador lxico
(scanner)
analizador semntico
analizador sintctico
(parser)
generador cdigo
intermedio
generador cdigo
objeto
preprocesador
optimizador
scanner
t
a
b
l
a
d
e

s
m
b
o
l
o
s
3
Introduccin

El analizador

sintctico:

Objetivo: agrupar

los tokens suministrados

por

el scanner para

reconocer

frases

determinar

si

es

sintcticamente

correcto

establecer

la estructura

subyacente

La sintaxis

se suele

especificar

formalmente

mediante

una

GLC

El parser recibe

tokens y los agrupa

de acuerdo

a
especificadas

por

la GLC

El parser detecta

errores

sintcticos
producciones
producciones
4
Introduccin
x := 27
{e.r.}
AL
(CTE,27),(OPAS,)(ID,x)
instAs: ID OPAS exp
exp: CTE
| ....
AS
OK
instAS
ID OPAS exp
CTE
5
Gramticas. Definiciones

El estudio

de gramticas

es

anterior al de lenguajes

de
programacin

Empez

con el estudio

del lenguaje

natural

Punto

de referencia: Noam Chomsky
Una gramtica G=(N,T,S,P) es una 4-tupla donde:
1) N es el conjunto de No-Terminales
2) T es el de Terminales tal que N

T = C
3) SeN, y se denomina Smbolo Inicial
4) P es el conjunto de Producciones Producciones
gramtica
S

A C b
C b

A b
C b

a b c
A

a
6

El smbolo

inicial

es

el nico

no terminal que

se utiliza

para

generar

todos

los strings del lenguaje

Un terminal

genera un nico

string (l

mismo)

Una

produccin

es

una

regla

que

establece

una

transformacin

de strings

Forma de una

produccin

(usando

BNF)

Significado: si

o

es

un string, al aplicarle

la produccin,
cualquier* aparicin

de o

en o

se puede

sustituir

por

|
o |
o |
de smbolos
gramaticales
de smbolos
gramaticales
*: En realidad, algunas apariciones
7

Establezcamos

dos operadores

Sea G=(N,T,S,P) una

gramtica
Sean o,o e (N

T)* y sea A| e P. Entonces
oAo
G
o|o
derivacin directa
Sean o
0

...o
n
e (N

T)* t.q.
o
0

G
o
1

G
...
G
o
n
, n>=0
Entonces
o
1

G
o
n
*
derivacin
oAo

deriva
directamente o|o

en la
gramtica G
o
0

deriva o
n
en cero o ms
pasos en la gramtica G
S

A C b
C b

A b
C b

a b c
A

a
S

a a b?
*
10

Algunas

definiciones:
Cualquier string que se pueda derivar del smbolo
inicial (string de smbolos gramaticales)
forma de frase
Cualquier forma de frase con slo elementos
terminales
frase
Conjunto de todas las frases de la gramtica
lenguaje definido por una gramtica
11

Es fcil

ver

que:

los siguiente

elementos

pertenecen

al lenguaje

generado

por

la gramtica:

el perro

est

cerca

la perro

est

lejos

el gata

est

cerca

.....

los siguiente

elementos

NO pertenecen

al lenguaje

generado

por

la
gramtica:

el perro

la lejos

perro

est

.....

Por

desgracia, no siempre

ser

tan sencillo
12

Ejercicio

1: Sea G=(N,T,S,P) con

N={S}

T={a,b}

P={SaSb,Sab}

S=S

Ejercicio

2: Sea G=(N,T,S,P) con

N={S,A,B}

T={a,b}

P={ SaB,SbA,Aa,AaS,
AbAA,Bb,BbS,BaBB}

S=S

Ejercicio

3: Cul

es

el lenguaje

generado

por

la siguiente

gramtica?
L(G)={weT
*
| |w|
a
=|w|
b
}
L(G)={a
n
b
n
|n>=1}
S [ S
S

S1
S1 [ a ]
13

Hemos

visto

cmo

la aplicacin

de producciones

genera las

frases

del lenguaje

Para compiladores, el proceso

es

en sentido

contrario:

dado un string:

Pertenece

al lenguaje?

Cules

son las

producciones

aplicadas

para

derivarlo

del smbolo

inicial?

Este proceso

lo lleva

a cabo

el analizador

sintctico

(parser)
14

Ejercicio

3: Sea
G=(N,T,S,P) con

N = {programa,
bloque,insts,
inst,opas,
ident,const,
punto}

T =
{PROGRAM,BEGIN,
END,=,A,B,1,0,.}

S = programa
programa PROGRAM ident punto bloque
bloque BEGIN insts END punto
insts insts punto inst
insts inst
inst ident opas const
opas

=
ident

A
ident

B
const

1
const

0
punto

.
P=
PROGRAM A.
BEGIN
B=1.
A=0
END.
PROGRAM A.
BEGIN
B=1.
A=0
END.
Sintcticamente correctos?
PROGRAM A.
BEGIN
B=1.
A=0.
END.
PROGRAM A.
BEGIN
B=1.
A=0.
END.
15
Gramticas. Clasificacin

Una

produccin

general

tiene

la forma

Imponiendo

restricciones

a las

posibles

formas

de las

producciones, se obtienen

distintos

tipos

de gramticas

restricciones

respecto

a qu

pueden

ser o

y |

restricciones

de dnde

se puede

aplicar

la transformacin

establecida

por

la produccin
o

|
o

|
16

Clasificacin

de Chomsky

gramticas

de Tipo

0

gramticas

de Tipo

1

o,|,o e(N T)*

o

no vaco

y A

un no terminal

A

se transforma

en o

slo

cuando

va

precedido

por

o

y seguido

por

|

La produccin

ya

no se aplica

siempre, sino

slo

en determinados

contextos

Muchos

lenguajes

de prog. tienen

aspectos

que

requieren

una

gramtica

de este

tipo
demasiado

complicadas

de manejar, por

lo que

se usan

del tipo

siguiente,
con algunos

apaos
oA |

oo|
oA |

oo|
libres
dependientes del
contexto
17

gramticas

de Tipo

2

A

es

un (nico) no terminal

Cada

vez

que

aparece

A, se puede

sustituir

por

|

Se corresponde

con la notacin

BNF

Pascal (en la mayora

de sus

aspectos) es

una

gramtica

de tipo

2

gramticas

de Tipo

3

A

,B

son no terminales

w

es

una

secuencia

de terminales

poco

potentes

para

lenguajes

fundamentales

para

comp. lxicos

expresiones

regulares
A |
A |
A w
A w
A wB
A wB
libres de contexto
regulares
18

En forma de diagrama:

Cada

gramtica

de un tipo

es

tambin

del tipo

anterior

Cuanto

menos

restrictiva

es

una

gramtica, ms

complejo

es

su

anlisis

Las ms

sencillas

son las

de Tipo

3, que

pueden

ser reconocidas

por

autmatas

de estados

finitos

(recordar

anlisis

lxico)
tipo 3 tipo 2 tipo 1 tipo 0
19
GLC. Notacin

Por

claridad, para

GLC usaremos

los siguiente

convenios:

consideraremos

terminales:

primeras

minsculas

del abecedario

smbolos

de operacin

y puntuacin

dgitos

palabras

en negrita: perro,begin

consideraremos

NO terminales:

primeras

maysculas

del abecedario

palabras

en cursiva: sujeto,expresin

la S, suele

representar

el smbolo

inicial

...,X,Y,Z: representan

smbolos

gramaticales

(terminal, No terminal)

letras

minsculas

de en medio

(u,v,..) representan

cadenas

de
terminales
20
GLC. Notacin

letras

griegas

minsculas

representan

formas

de frase

(strings de
smbolos

gramaticales)

As, en una

GLC, una

produccin

se escribe

siempre

como

varias

producciones

con igual

parte izda. se pueden

agrupar

en una

produccin

con

alternativas
A |
A |
parte
derecha
parte
izquierda
A o
1
A o
2
....
A o
n
A o
1
A o
2
....
A o
n
A o
1
| o
2
|...| o
n
A o
1
| o
2
|...| o
n
=
21
GLC. Arboles

de anlisis

sintctico

Nuestro problema

Dada una gramtica G y un weT*, determinar si weL(G)

Para ello, trataremos de construir un rbol de sintaxis

teniendo presente que queremos un proceso automtico

Caractersticas:

el nodo

raz

se etiqueta

con el smbolo

inicial

cada

nodo

no hoja

se etiqueta

con un no terminal

los hijos

de un nodo

son los smbolos

(de izda. a dcha.) que

aparecen

en
una

de las

producciones

que

tienen

dicho

nodo

como

parte izda.

cuando

se ha derivado

una

frase, las

hojas

del rbol

son terminales
22
GLC. Arboles

de anlisis

sintctico
E
E

E + E
E
mi
E + E
mi
id + E
decisin
....
decisin
E

E + E|E * E|(E)|-E|id
G
id+id*id
w
Ejemplo:
podemos mirar el siguiente terminal que viene: token!
23
GLC. Derivacin

izda. y dcha.

En cada

paso

en una

derivacin:

hay que

elegir

qu

no terminal sustituir

elegido

uno, optar

por

una

de las

posibles

producciones

que

lo tengan

como

parte izda.

Si siempre

se sustituye

el de ms

a la izda.

Si siempre

se sustituye

el de ms

a la dcha.
derivacin por la izda.
derivacin por la izda.
derivacin por la dcha.
derivacin por la dcha.
dos posibilidades
de decisin
24
GLC. Arboles

de anlisis

sintctico

Aun optando por una
derivacin m
i

m
d

,
tomar decisiones puede
generar problemas

Cul de las dos
opciones nos gusta
ms?
E
mi
E + E
mi
id + E
mi
id + E * E
mi
id + id * E
mi
id + id * id
izda
E
mi
E * E
mi
E + E * E
mi
id + E * E
mi
id + id * E
mi
id + id * id
izda
25
GLC. Ambigedad

Una

gramtica

es

ambigua

si

existe

al menos

una

frase

ambgua

Una

frase

es

ambgua

si

existe

ms

de un rbol

para

ella

(mi

md)

produce indeterminismo

es

importante

eliminarla, cuando

se pueda

A veces, es

posible

eliminar

la ambigedad

Hay lenguajes

inherentemente

ambiguos
transformar la
gramtica en una
equivalente que no sea
ambigua
E

E + T | T
T

T * F | F
F

(E)|-E |id
G
26
GLC. Ambigedad

Ejemplo: Considerar

la instruccin

if en Pascal

Si la gramtica

es

de la forma
if exp1 then if exp2 then inst2 else inst3
if exp1 then
if exp2 then
inst2
else
inst3
if exp1 then
if exp2 then
inst2
else
inst3
1
1
if exp1 then
if exp2 then
inst2
else
inst3
if exp1 then
if exp2 then
inst2
else
inst3
2
2
inst

if exp then inst
| if exp then inst else inst
| otras instrucciones
27
GLC. Ambigedad

Con cul

nos

quedamos?

Generalmente, se aplica

la misma

regla

que

aplica

Pascal:

cada

else

se empareja

con el then

ms

prximo

es

decir, la buena

versin

es

la 1

Se puede

expresar

esta

regla

en una

gramtica

transformada?

en este

caso, s

no siempre

ser

posible
inst

instC | instI
instC

if exp then instC else instC
| otras instrucciones
instI

if exp then inst
| if exp then instC else instI
28
GLC. Ambigedad
29
GLC. Ambigedad

Ejercicio: Convencerse

de que

genera el mismo

lenguaje

que

la
anterior y se ha eliminado

la ambigedad

Es posible

saber

si

una

gramtica

dada es

ambigua?

Es posible

saber

si

dos GLC generan

el mismo

lenguaje?

NO !! (Hopcroft

y Ullman)

Una

cuestin

interesante: la simplificacin

de gramticas

puesto

que

puede

haber

varias

gramticas

equivalentes, busquemos

alguna

ms

simple

posibles

simplificaciones:

eliminacin

de no terminales

intiles

eliminacin

de producciones-c

eliminacin

de producciones

unitarias

otras
30
GLC. Transformacin

de gramticas

Ejemplo: Considerar

la gramtica

Verifica

que:

el no terminal C

no es

alcanzable

desde

S

el no terminal B

no deriva

ningn

string terminal

Los no terminales

B

y C

se denominan

intiles

No terminales

intiles

pueden

ser eliminados

se obtiene

una

gramtica

equivalente
S

A | B
A

a
B

B b
C

c
31
GLC. Transformacin

de gramticas

Un no terminal X es

til

si

existe
para

algn

o,| y tal

que

weT
*

Dos condiciones

necesarias

de utilidad
1) debe

haber

alguna

cadena

de terminales

que

sea derivable de X
2) X debe

aparecer

en alguna

forma de frase

derivable desde

S

Proceso:
1) eliminar

los no terminales

que

no deriven

ninguna

frase
2) eliminar

los no terminales

que

no sean

alcanzables

desde

S
S
*
o

X |
*
w
32
GLC. Transformacin

de gramticas

Un no
terminal es

terminable

cuando

es

capaz

de
derivar

alguna

frase
Algoritmo eliminaNoTerminables
(E G:GLC; S: G:GLC)
--Pre: G=(N,T,P,S) t.q. L(G)<>C

--Post: G=(N,T,P,S) .

G ~

G .

-- XeN.-weT
*
.X

*
w
Vars viejo,nuevo: conj. de no terminales
Principio
viejo:={}
nuevo:={AeN|AweP,weT
*
}
Mq viejo<>nuevo
viejo:=nuevo
nuevo:=viejo
{BeN|BoeP,oe (T viejo)
*
}
FMq
N:=nuevo
P:={AweP|AeN, we(N T)
*
}
Fin
Algoritmo eliminaNoTerminables
(E G:GLC; S: G:GLC)


G ~

G .

-- XeN.-weT
*
.X
*
w
Vars viejo,nuevo: conj. de no terminales
Principio
viejo:={}
nuevo:={AeN|AweP,weT
*
}
Mq viejo<>nuevo
viejo:=nuevo
nuevo:=viejo
{BeN|BoeP,oe (T viejo)
*
}
FMq
N:=nuevo
P:={AweP|AeN, we(N T)
*
}
Fin
33
GLC. Transformacin

de gramticas

Segundo paso:
eliminar

los
smbolos

que

no sean

accesibles

desde

el
smbolo

inicial
Algoritmo eliminaNoAccesibles
(E G:GLC; S: G:GLC)

.
-- XeN.X es terminable

G ~

G .

-- Xe (N T).-o,|e(N T)
*
.
-- S
*
oX|
Vars viejo,nuevo: conj. smbolos gram.
Principio
viejo:={S}
nuevo:={Xe(N T)|S oX|

e P}{S}
Mq viejo<>nuevo
viejo:=nuevo
nuevo:=viejo
{Ye (N T)|A oY| eP,Aeviejo}
FMq
<N,T>:=<nuevo

N, nuevo

T>
P:={A w e P|AeN,we(N T)
*
}
Fin
Algoritmo eliminaNoAccesibles
(E G:GLC; S: G:GLC)

.
-- XeN.X es terminable

G ~

G .

-- Xe (N T).-o,|e(N T)
*
.
-- S
*
oX|
Vars viejo,nuevo: conj. smbolos gram.
Principio
viejo:={S}
nuevo:={Xe(N T)|S oX|

e P}{S}
Mq viejo<>nuevo
viejo:=nuevo
nuevo:=viejo
{Ye (N T)|A oY| eP,Aeviejo}
FMq
<N,T>:=<nuevo

N, nuevo

T>
P:={A w e P|AeN,we(N T)
*
}
Fin
34
GLC. Transformacin

de gramticas

Un no terminal X se dice anulable

cuando

X
*
c

Transformacin

interesante:

obtener

una

gramtica

equivalente

a otra

sin c

Una

gramtica

es

sin c

ssi:
1) no hay ninguna

regla

X c
2) como

mucho, hay una

produccin

S c

, pero

entonces

S no aparece

en
la parte derecha

de ninguna

otra

produccin

Otra

transformacin

interesante: eliminacin

de producciones

unitarias

una

produccin

de la forma A B se dice unitaria

Conclusin: desarrollo

de formas

normales

formas

normales

de Chomsky y de Greibach
35
GLC. Comparacin

de gramticas

Asumamos

una

gramtica

para

un lenguaje

Es correcta?

Expresa

el lenguaje

que

queramos

expresar?

Notar

que

la gramtica

es

la propia

definicin

del lenguaje

Formas

de verificacin:

Hacer

algunos

tests para

ver

resultados

comparar

la equivalencia

con una

gramtica

correcta

NO existe

un algoritmo

general para

GLC

3 AnalisisSintactico

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

3 AnalisisSintactico

Uploaded by

Copyright:

Available Formats

Compiladores I. C.P.S. Universidad de Zaragoza -J.

You might also like