Introdução aos Compiladores

Transcrição

1 Universidade Católica de Pelotas Introdução aos Compiladores André Rauber Du Bois 1

2 MOTIVAÇÃO Entender os algor ıtmos e estruturas usados para se implementar linguagens de programação Conhecimento pode ser usado para resolver vários tipos de problemas: editores de texto, conversores de arquivos, etc. Uso do conhecimento adquirido em várias disciplinas do curso de Ciência da Computação: Algor ıtmos e Estruturas de Dados, Linguagens Formais, Arquitetura de Hardware, etc. OTIVAÇÃO 2

3 MOTIVAÇÃO Conhecimento Útil: como escolher uma linguagem adequada para resolver um problema espec ıfico, comparar eficîencia de linguagens, gerênciamento de memória Provavelmente uma das disciplinas mais interessantes do curso de Ciência da Computação OTIVAÇÃO 3

4 CURSO DE COMPILADORES 1. Compiladores 2. Fases de um Compilador Análise Léxica Análise Sintática Análise Semântica Geração de Código Intermediário Otimização de Código Intermediário Geração de Código Alvo 3. Tradução Dirigida Por Sintaxe 4. Sistemas de Tempo de Execução 5. Gerência de Memória 6. CONSICO (Congresso Simulado de Compiladores) URSO DE COMPILADORES 4

5 INTRODUÇÃO Linguagens de Programação Compiladores Fases de um Compilador Análise Léxica Análise Sintática Análise Semântica Geração de Código Intermediário Otimização de Código Intermediário Geração de Código Alvo TRODUÇÃO 5

6 LINGUAGENS Linguagem de programação: Meio de comunicação entre o programador e o computador Fornece ligação entre o pensamento humano e a precisão requerida pela máquina O desenvolvimento de um programa é mais fácil se a linguagem estiver mais prox ıma do problema a ser resolvido (Linguagem de Alto N ıvel) INGUAGENS 6

7 LINGUAGENS (CONT.) Computadores entendem apenas sua própria linguagem de máquina (Linguagem de Baixo N ıvel). Zeros e Uns. Programas hoje em dia são geralmente escritos em Linguagens de Alto N ıvel Programas escritos em linguagens de alto n ıvel devem ser traduzidos para linguagem de máquina através de compiladores/interpretadores INGUAGENS (CONT.) 7

8 EVOLUÇÃO DAS LINGUAGENS DE PROGRAMAÇÃO 1. Linguagem de Máquina Computadores eram programados em linguagem de máquina, usando operações de máquina primitivas, formadas por um código de operação e dois endereços de registradores ou memória Inicialmente usando zeros e uns: Problemas: dif ıcil de lêr, escrever, modificar, fortemente sujeita a erros VOLUÇÃO DAS LINGUAGENS DE PROGRAMAÇÃO 8

9 2. Linguagem de Montagem Oferece uma notação simbólica, são usados nomes ao invés de código binário (b = a + 2 ) MOV a, R1 ADD #2, R1 MOV R1, b Linguagem Assembly Montador / assembler: transforma o programa em Assembly para linguagem de máquina Uma instrução em assembly equivale a uma instrução em linguagem de máquina VOLUÇÃO DAS LINGUAGENS DE PROGRAMAÇÃO 9

10 2. Linguagem de Alto Nível Maior n ıvel de abstração: let s = (a+b+c)/2 in sqrt (s*(s-a)*(s-b)*(s-c) ) Ao invés de: LOAD R1 a; ADD R1 b; ADD R1 c; DIV R1 #2; LOAD R2 R1; LOAD R3 R1; SUB R3 a; MULT R2 R3; LOAD R3 R1; SUB R3 b; MULT R2 R3; LOAD R3 R1; SUB R3 c; MULT R2 R3; LOAD R0 R2; CALL sqrt; VOLUÇÃO DAS LINGUAGENS DE PROGRAMAÇÃO 10

11 TRADUTORES DE LINGUAGEM Montadores (Assemblers) Macro-Assemblers Compiladores Interpretadores RADUTORES DE LINGUAGEM 11

12 COMPILADORES COMPILADOR: programa que lê um programa escrito em uma linguagem fonte e o traduz para um programa equivalente numa outra linguagem (linguagem alvo) PROGRAMA FONTE COMPILADOR PROGRAMA ALVO MENSAGENS DE ERRO OMPILADORES 12

13 Fases de Um Compilador PROGRAMA FONTE Análise Síntese PROGRAMA ALVO MENSAGENS DE ERRO Análise: reconhece o programa e divide em suas partes constituintes criando uma representação intermediária do mesmo S ıntese: Constŕoi o programa alvo desejado, a partir da representação intermediária Também conhecidas como Front-end e Back-end do compilador OMPILADORES 13

14 FASES DO COMPILADOR programa fonte Analisador Léxico Gerador de Código Intermediário Análise (Front End) Analisador Sintático Otimizador de Código Síntese (Back End) Analisador Semântico Gerador de Código programa alvo Tabela de Simbolos ASES DO COMPILADOR 14

15 ANÁLISE Operações são reconhecidas e registradas numa estrutura chamada de Árvore Sintática Cada nó representa uma operação e seus filhos representam os argumentos da operação Exemplo: montante := deposito inicial + taxa de juros * 60 := + montante deposito_inicial taxa_de_juros * 60 NÁLISE 15

16 ANÁLISE Vários tipos de software realizam algum tipo de análise: Editores de Programas Pretty Printers Interpretadores NÁLISE 16

17 TIPOS DE ANÁLISE Análise Léxica: programa é lido (escaneado) e agrupado em tokens i.e., seqüências de caracteres com um significado coletivo Análise Sintática: tokens são agrupados hierarquicamente em uma árvore sintática (baseda na gramática da linguagem) Análise Semântica: o programa é verificado para garantir que os componentes de um programa se combinam de forma significativa IPOS DE ANÁLISE 17

18 ANÁLISE LÉXICA Fazer a leitura do programa fonte, e traduz ı-lo para uma sequência de símbolos léxicos, também chamados de tokens. Exemplo: montante = deposito_inicial +taxa_de_juros * 60 Tokens: 1. O identificador montante 2. O s ımbolo de atribuição := 3. O identificador deposito inicial 4. O sinal de adição + 5. O identificador taxa de juros 6. O sinal de multiplicação * NÁLISE LÉXICA 18

19 7. O n úmero 60 Os espaços e linhas são ignorados NÁLISE LÉXICA 19

20 ANÁLISE SINTÁTICA Verifica se o programa foi escrito respeitando as regras gramaticais da linguagem Agrupa tokens do programa fonte em frases gramaticais, que são usadas pelo compilador para gerar a sa ıda A gramática é geralmente definida usando regras recursivas Exemplo: Regras Recursivas para Expressões: 1. Qualquer identificador é uma expressão 2. Qualquer número é uma expressão 3. Se expressão 1 e expressão 2 são expressões, então também o são expressão 1 + expressão 2 expressão 1 * expressão 2 NÁLISE SINTÁTICA 20

21 Exemplo: Enunciado de uma linguagem de programação Se identificador 1 é um identificador e expressão 2 é uma expressão, então é um enunciado Gramática livre de contexto identificador 1 := expressão 2 NÁLISE SINTÁTICA 21

22 Árvore Gramatical Exemplo: montante := deposito inicial + taxa de juros * 60 enunciado de atribuicão := identificador expressão montante + expressão expressão identificador expressão * expressão deposito_inicial identificador número taxa_de_juros 60 NÁLISE SINTÁTICA 22

23 ANÁLISE SEMÂNTICA Verifica erros semânticos e de tipos Exemplo: detecta que um n úmero real está sendo usado para indexar um vetor Normalmente, valores em uma linguagem são classificados por tipos Operações possuem regras de tipo, definindo os tipos dos operandos e resultado Uma operação usando um tipo errado gera um erro de tipo NÁLISE SEMÂNTICA 23

24 Operador + EXEMPLO DE REGRAS DE TIPO Se os dois operandos são do tipo Int o resultado deve ser do tipo Int Operador While E do C E deve possuir tipo Bool XEMPLO DE REGRAS DE TIPO 24

25 ANÁLISE SEMÂNTICA (CONT.) A semântica da linguagem pode permitir algumas coerções de tipo Exemplo: montante := deposito inicial + taxa de juros * 60 := + montante deposito_inicial taxa_de_juros * 60 NÁLISE SEMÂNTICA (CONT.) 25

26 ANÁLISE SEMÂNTICA (CONT.) Exemplo: montante := deposito inicial + taxa de juros * 60 montante := + deposito_inicial taxa_de_juros inttoreal 60 * NÁLISE SEMÂNTICA (CONT.) 26

27 TABELA DE SÍMBOLOS A Tabela de Símbolos é uma estrutura de dados que contém um registro para cada identificador, com campos contendo seus atributos Atributos: tipo, memória reservada, se é um procedimento, n úmero e tipo dos argumentos, tipo de retorno etc. A tabela permite encontrar rápidamente cada registro, armazenar e recuperar dados do mesmo A tabela é preenchida e usada por todas as fases var montante, deposito_inicial: real; Os identificadores são inseridos na tabela durante a análise léxica,mas o tipo não é conhecido no momento em que é inserido ABELA DE SÍMBOLOS 27

28 FASE DE ANÁLISE (FRONT-END) montante := deposito_inicial + taxa_de_juros + 60 TABELA DE SIMBOLOS 1 montante... 2 deposito_inicial... 3 taxa_de_juros... Analisador Léxico id1 := id2 + id3 * 60 Analisador Sintático id1 Analisador Semântico := + * id1 := + * id2 id3 inttoreal 60 id2 id3 60 Back End código de máquina ASE DE ANÁLISE (FRONT-END) 28

29 GERAÇÃO DE CÓDIGO INTERMEDIÁRIO Alguns compiladores, depois da fase de Análise, geram uma representação intermediária do programa final Propriedades do Código Intermediário: Fácil de produzir, otimizar e traduzir para a linguagem alvo Vantagens Portabilidade: O código intermediário é independente de plataforma, por isso pode ser traduzido para diversas máquinas Simplifica a implementação do compilador, resolvendo gradativamente o problema de transformar o código de alto n ıvel em código de baixo n ıvel Facilita otimização do código final ERAÇÃO DE CÓDIGO INTERMEDIÁRIO 29

30 EXEMPLO DE CÓDIGO INTERMEDIÁRIO Código de três endereços: sequência de instruções, cada uma possuindo no máximo três operandos Muito mais fácil de se traduzir para código de máquina montante := deposito_inicial + taxa_de_juros * 60 temp1 := inttoreal (60) temp2 := id3 * temp1 temp3 := id2 + temp2 id1 := temp3 XEMPLO DE CÓDIGO INTERMEDIÁRIO 30

31 OTIMIZAÇÃO DE CÓDIGO Serve para melhorar o código intermediário temp1 := id3 * 60.0 id1 := id2 + temp1 A conversão de 60 para real pode ser feita durante a compilação, eliminanto a instrução inttoreal temp3 era usada apenas para transmitir seu valor para id1 por isso pode ser eliminada Existem várias transformações simples que podem ser usadas para melhorar o código final Compiladores Otimizantes gastam boa parte do tempo de compilação na faze de otimização TIMIZAÇÃO DE CÓDIGO 31

32 GERAÇÃO DE CÓDIGO É a fase final do compilador que gera código de máquina ou código de montagem (assembly) As instruções do código intermediário são traduzidas para instruções de máquina e registradores são associados as variáveis Exemplo: montante := deposito_inicial + taxa_de_juros * 60 temp1 := id3 * 60.0 id1 := id2 + temp1 pode ser traduzido para MOVF id3, R2 MULF #60.0, R2 ERAÇÃO DE CÓDIGO 32

33 MOVF id2, R1 ADDF R2, R1 MOVF R1, id1 ERAÇÃO DE CÓDIGO 33

34 FASE DE SÍNTESE (BACK-END) TABELA DE SIMBOLOS 1 montante... 2 deposito_inicial... 3 taxa_de_juros... montante := deposito_inicial + taxa_de_juros + 60 Front End temp1 := inttoreal (60) temp2 := id3 * temp1 temp3 := id2 + temp2 id1 := temp3 otimizador de código id1 := + * id2 inttoreal id3 60 gerardor de código intermediário temp1 := id3 * 60.0 id1:= id2 + temp1 gerador de código MOVF ID3, R2 MULF #60.0, R2 (...) ASE DE SÍNTESE (BACK-END) 34

35 DETECÇÃO DE ERROS Cada fase da compilação pode encontrar erros. Para se dar mensagens de erro mais completas, o compilador não para assim que encontra o primeiro erro no código. Análise Léxica: erro quando encontra token inválido. Ex: nome variável começando com n úmero Análise Sintática: erro quando o fluxo de tokens viola as regras da linguagem. Ex: Esquecer o BEGIN e END no Pascal. Análise Semântica: sintaxe correta mas significado errado. Ex: erro de tipo. Somar o nome de um array com o nome de um procedimento. :-) ETECÇÃO DE ERROS 35

36 CONTEXTO DE UM COMPILADOR Além do compilador, vários outros programas podem ser necessários para se criar um programa alvo executável. Exemplo1: o programa pode estar dividido em módulos Exemplo2: a linguagem alvo pode não ser linguagem de máquina ONTEXTO DE UM COMPILADOR 36

37 UM SISTEMA DE PROCESSAMENTO DE LINGUAGEM programa fonte pré processador programa compilador programa objeto em linguagem de montagem montador bibliotecas código de máquina relocável carregador código de máquina absoluto M SISTEMA DE PROCESSAMENTO DE LINGUAGEM 37

38 Primo do compilador INTERPRETADORES Gera código intermediário, que é executado por um programa ou máquina virtual, sem gerar código de máquina programa fonte Tradutor programa intermediário Interpretador (Máquina Virtual) resultados Alguns interpretadores não geram código intermediário, apenas executam as instruções presentes no código fonte, assim que encontradas, uma por vez. Ex: interpretador da linguagem BASIC TERPRETADORES 38

39 INTERPRETADORES O tempo de tradução da linguagem em um Interpretador, é muito mais rápido do que em um compilador, já que não é necessário gerar código de máquina O tempo de execução em um interpretador é geralmente muito mais longo do que se usando código compilado para linguagem de máquina Interpretador é muito mais fácil de usar e possui mensagens de erro melhores já que o processo de interpretação é feito próximo ao código fonte TERPRETADORES 39