Prof. Adriano Maranhão COMPILADORES

Transcrição

1 Prof. Adriano Maranhão COMPILADORES

2 LINGUAGENS: INTERPRETADAS X COMPILADAS Resumo: Linguagem compilada: Se o método utilizado traduz todo o texto do programa, para só depois executar o programa, então diz-se que o programa foi compilado e que o mecanismo utilizado para a tradução é um compilador. A versão compilada do programa é armazenada, de forma que o programa pode ser executado um número indefinido de vezes sem que seja necessária nova compilação, o que compensa o tempo gasto na compilação. Isso acontece com linguagens como Pascal e C.

3 LINGUAGENS: INTERPRETADAS X COMPILADAS Linguagem Interpretada: Se o texto do programa é traduzido à medida que vai sendo executado, como em JavaScript, Python ou Perl, num processo de tradução de trechos seguidos de sua execução imediata, então diz-se que o programa foi interpretado e que o mecanismo utilizado para a tradução é um interpretador. Programas interpretados são geralmente mais lentos do que os compilados, mas são também geralmente mais flexíveis, já que podem interagir com o ambiente mais facilmente.

4 Linguagem Interpretada Linguagem Compilada

5 VANTAGENS DA DIVISÃO EM ANÁLISE LÉXICA E SINTÁTICA: Projeto mais simples. Diminui a complexidade do analisador sintático que não precisa mais lidar com estruturas foras de seu escopo como tratamento de caracteres vazios. Melhorar a eficiência do compilador. Técnicas de otimização específicas para o analisador léxico. Melhor portabilidade. Particularidades da linguagem fonte podem ser tratadas diretamente pelo analisador léxico.

6 CENÁRIO Programa fonte Analisador léxico Envia token Analisador sintático Solicita novo token Tabela de símbolos

7 ANÁLISE LÉXICA Análise léxica é o processo de analisar a entrada de linhas de caracteres e produzir uma seqüência de símbolos chamado "símbolos léxicos", ou somente "símbolos" (tokens), que podem ser manipulados mais facilmente por um leitor de saída.

8 TOKENS Os tokens constituem classes de símbolos tais como palavras reservadas, delimitadores, identificadores, etc, e podem ser representados, internamente, através do próprio símbolo (como no caso dos delimitadores e das palavras reservadas) ou por um par ordenado, no qual o primeiro elemento indica a classe do símbolo, e o segundo, um índice para uma área onde o próprio símbolo foi armazenado (por exemplo, um identificador e sua entrada numa tabela de identifidadores).

9 TABELA DE SÍMBOLOS É uma estrutura de dados gerada pelo compilador com o objetivo de armazenar informações sobre os nomes (identificadores de variáveis, de parâmetros, de funções, de procedimentos, etc) definidos no programa fonte. Essa tabela associa atributos (tipo, escopo, limites no caso de vetores e número de parâmetros no caso de funções) aos nomes que foram definidos pelo programador. A construção dessa tabela, em geral, se dá durante a análise léxica, quando os identificadores são reconhecidos.

10 ACESSO A TABELA DE SÍMBOLOS Listas lineares - é o mecanismo mais simples, mas seu desempenho é pobre quando o número de consultas é elevado. Árvores binárias Tabelas hash - têm melhor desempenho, mas exigem mais memória e esforço de programação.

11 EXEMPLO X := Y + 10 ID Cod_Atrib ID Cod_Sum Num X := Y + 10

12 OBSERVAÇÃO Para desempenhar a análise léxica, o compilador deve ter conhecimento de quais são os tokens válidos da linguagem, assim como suas palavras chaves e regras para formação de identificadores. Por exemplo, a declaração Exemplo: int 1var;

13 ESPECIFICAÇÃO DOS TOKENS Cadeias e Linguagens Operações em Linguagens Expressões Regulares

14 CADEIAS E LINGUAGENS Alfabeto ou classe de caracteres: qualquer conjunto finito de símbolos. Alfabeto binário {0,1} EBCDIC e ASCII Cadeia, sentença ou palavra: nome dada a uma seqüência finita de símbolos retiradas de uma alfabeto Ex: banana, O comprimento de um palavra, denotado por s, corresponde ao número de símbolos requeridos para sua construção Linguagem: denota qualquer conjunto de cadeias sobre algum alfabeto fixo Ǿ, { }, conjunto de todos os programas Pascal e sentenças sintaticamente corretas do português

15 OPERAÇÕES EM LINGUAGENS Prefixo: cadeia obtida pela remoção de zero ou mais símbolos no fim da cadeia. Ex: ban é um prefixo de banana. Sufixo: cadeia obtida pela remoção de zero ou mais símbolos no inicio da cadeia. Ex: nana é um sufixo de banana. Subcadeia: cadeia obtida pela remoção de um prefixo e de um sufixo. Ex: nan. Subseqüência: cadeia formada pela remoção de símbolos, não necessariamente contíguos. Ex: baaa é uma subseqüência de banana. União: qualquer cadeia pertencente a um dos dois conjuntos. L U M = { s s está em L ou s está em M} sendo L e M linguagens duas qualquer.

16 OPERAÇÕES EM LINGUAGENS Concatenação: LM = {st s está em L e t está em M} Fechamento Kleene (L*): zero ou mais concatenações de L. Fechamento positivo (L + ): uma ou mais concatenações de L.

17 OPERAÇÕES EM LINGUAGENS - EXEMPLOS L U D LD Conjunto de cadeias formadas por uma letra seguida por um dígito. Ex: a1 L 4 Conjunto de cadeias formadas por 4 letras. Ex: abcd L* Conjunto de letras e dígitos. Conjunto de cadeias formadas por zero ou mais letras. Ex: a, ab, bb, bbc,... L (L U D)* Conjunto de todas as cadeias de letras e dígitos que comecem com uma letra D + Conjunto de todas as cadeias de um ou mais dígitos

18 EXPRESSÕES REGULARES Notação especial para definição de cadeias de uma linguagem Identificador Pascall letra (letra dígito)* Caractere é igual a ou * significa zero ou mais instâncias A justaposição de letras significa concatenação destas Ex: a b (a b)(a b) {a,b} {aa, ab, ba, bb} a* {ε, a, aa, aaa,...} (a b)* Se duas expressões regulares denotam a mesma linguagem, dizemos que são equivalentes e representamos r=s. Ex: (a b) = (b a)

19 EXPRESSÕES REGULARES Definições regulares Expressões regulares podem ser nomeadas e estes nomes podem ser utilizados para definição de novas expressões Ex: letra : A B... Z a b... z digito : id : letra(letra digito)*

20

21

22 RECONHECIMENTO DE TOKENS if if then then else else relop < <= = <> > >= id letra (letra dígito)* num dígito + (.dígito + )?(E(+ -)?dígito + )? delim branco tabulação avanço de linha ws delim +