编译原理实验报告

【编译原理实验报告】 本实验报告主要针对四川大学的编译原理课程，涉及的是手工构建C语言的词法分析器。词法分析是编译器设计中的关键步骤，其目的是将源代码分解成一系列有意义的符号，即Token，以便后续的语法分析和语义分析。以下是关于该实验的重点内容： 1. **正则表达式与DFA**： - 正则表达式是描述语言中单词模式的数学工具，如在C语言中，关键字由小写字母组成，ID（标识符）由字母或数字开头，后跟零个或多个字母或数字。正则表达式在这里用于定义这些模式。 - 有限状态自动机（DFA）是一种状态机模型，用于识别由正则表达式定义的语言。DFA的每一个状态代表输入字符串的一个阶段，通过转移函数决定如何根据当前字符移动到下一个状态。 2. **C语言词法特点**： - 关键字：如`else`, `if`, `int`, `return`, `void`, `while`等，它们都是保留字，且全部小写。 - 专用符号：包括算术运算符、比较运算符、分隔符等。 - ID（标识符）和NUM（数字）：遵循特定的正则表达式规则。 - 空格：包括空格、换行和制表符，通常被忽略，但用于分隔标识符和数字。 - 注释：使用`/*...*/`进行包围，可以出现在任何空白处，但不支持嵌套。 3. **Token的DFA设计**： - DFA的设计是将各种C语言的符号映射到不同的状态，如START、INASSIGN、INCOMMENT等，每个状态对应输入字符的不同处理方式。 4. **数据结构与枚举量**： - TokenType枚举用于保存C语言的所有保留字以及识别的标识符类型。 - StateType枚举表示DFA的状态转换。 - 使用文件指针`source`和`listing`分别指向源文件和目标文件。 - 字符数组`lineBuf`用于存储读取的代码行。 - 结构体`reservedWords`存储转换后的保留字及其对应的TokenType。 - `tokenString`数组保存识别的Token。 5. **DFA实现代码**： - 方法一：适用于简单DFA，通过循环处理字符并根据当前状态改变状态。但当状态和路径增加时，代码复杂度会急剧上升。 - 方法二：使用状态机模型，通过Case语句根据当前状态和输入字符更新状态。这种方法更加灵活，可处理更复杂的DFA，但在处理大量状态时可能效率较低。 在实验中，由于方法一的局限性和方法二的适应性，选择了方法二来实现词法分析器。这种方法允许动态地根据输入字符调整状态，使得词法分析器能够正确识别和处理各种C语言的符号。在实际的编译器设计中，词法分析器的实现方式往往结合了多种策略，以达到高效和准确的词法分析效果。