Compilador

1. Compilador • Software que traduz o texto (linguagem fonte) que representa um programa para código máquina(linguagem alvo) capaz de ser executado pelo computador

2. Compilador • Nesse processo de tradução, há duas tarefas básicas a serem executadas por um compilador: • análise, em que o texto de entrada (na linguagem fonte) é examinado, verificado e compreendido • síntese, ou geração de código, em que o texto de saída (na linguagem objeto) é gerado, de forma a corresponder ao texto de entrada.

3. Compilador • A fase de análise normalmente se subdivide em: • análise léxica, • análise sintática e • análise semântica. • É possível representar completamente a sintaxe de uma Linguagem de Programação através de uma gramática livre de contexto. • Deixa-se para a análise semântica a verificação de todos os aspectos da linguagens que não se consegue exprimir de forma simples usando gramáticas livres de contexto.

4. Pré-processador Analisador Léxico front-end Analisador Sintático Analisador Semântico Gerador de Código (intermediário) Otimizador back-end Gerador de Código

5. final = (nota1 + nota2) / 2; Analisador Léxico Id1 = (Id2 + Id3) / 2 Analisador Sintático = Id1 / 2 + Id2 Id3 Tabela de Símbolos

6. = Id1 / intToDouble(2) + Id2 Id3 Analisador Semântico Gerador de Código (intermediário) Tabela de Símbolos temp1 = intToDouble(2) temp2 = Id3 * temp1 temp3 = Id2 / temp2 Id1 = temp3

7. Otimizador de Código Temp1 = id3 *2.0 Id1 = id2 / temp1 Gerador de Código MOVF ID3, R2 MULF #2.0, R2 MOVF ID2, R1 DIVF R2, R1 MOVF R1, ID1 Tabela de Símbolos

9. Fases de um Compilador • Gerenciamento da tabela de símbolos: uma estrutura de dados contendo um registro para cada identificador, com os campos contendo os atributos do identificador. • Quando o analisador léxico detecta um identificador, instala-o na tabela de símbolos. • A estrutura de dados permite encontrar rapidamente cada registro e armazenar ou recuperar dados do mesmo.

10. Fases de um Compilador • Um compilador não deve parar quando encontrar algum erro e sim continuar para detectar todos. • A análise léxica substituir a estrutura por tokens e acrescenta na tabela de símbolos • A análise sintática transforma um texto na entrada em uma estrutura de dados, em geral uma árvore, o que é conveniente para processamento posterior e captura a hierarquia implícita desta entrada • A análise semântica verifica os erros semânticos, (por exemplo, uma multiplicação entre tipos de dados diferentes) no código fonte e coleta as informações necessárias para a próxima fase da compilação que é a geração de código objeto

11. Compilador simples de uma passagem • Uma linguagem de programação pode ser definida pela descrição da aparência de seus programas (a sintaxe da linguagem) e do que os mesmos significam (a semântica da linguagem) • Para especificar a sintaxe de uma linguagem, apresentamos uma notação amplamente aceita, chamada gramática livre de contexto ou BFN (Forma Backus-Naur) • Para especificar a semântica de uma linguagem usaremos descrições informais e exemplos sugestivos.

12. Gramáticas • Uma linguagem consiste essencialmente de uma seqüência de strings ou símbolos com regras para definir quais seqüências de símbolos são válidas na linguagem, ou seja, qual a sintaxe da linguagem. • A interpretação do significado de uma seqüência válida de símbolos corresponde à semântica da linguagem. • Existem meios formais para definir a sintaxe de uma linguagem - a definição semântica é um problema bem mais complexo. • A sintaxe de linguagens é expressa na forma de uma gramática, que será introduzida na seqüência.

13. Estrutura da vanguarda de um compilador Tradutor dirigido pela sintaxe Fluxo de tokens Fluxo de caracteres de entrada Representação intermediária Analisador léxico

14. Definição da Sintaxe • Uma gramática descreve a estrutura hierárquica de muitas construções das linguagens de programação. • O comando if tem a estrutura em C • If (expressão) comando else comando • O comando é if, um parêntese à esquerda, uma expressão, um parêntese à direita, um comando, a palavra else e outro comando • cmd -> if (expr) cmd else cmd

15. Gramáticas • Um conjunto de regras de produção, é um símbolo de partida. Uma regra de produção tem o formato , onde  representa o nome da construção sintática e  representa uma forma possível dessa construção: <expressão>  <expressão> + <expressão>

16. Definição da Sintaxe • A regra é chamada de produção • If e parênteses são tokens • As variáveis expr e cmd são sequências de tokens e não terminais

17. Elementos de uma gramática livre de contexto • Conjunto de tokens (símbolos terminais) • Conjunto não-terminais • Conjunto de produções, onde a produção consiste em um não-terminal, chamado de lado esquerdo da produção, uma seta e uma sequência de tokens e/ou não-terminais, chamado de lado direito da produção • Uma designação a um dos não terminais como símbolo de partida

18. Gramáticas • <expr>  <expr> + <expr> • | <expr> – <expr> • | (<expr>) • | <const> • <const>  <const><const> • | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 9

19. Derivação • A verificar se uma frase faz parte da linguagem gerada pela gramática, envolve sucessivas substituições da cadeia de símbolos que ocorre do lado esquerdo da produção pela sua construção sintática correspondente, partindo do símbolo inicial. • Essa substituição é chamada derivação sendo normalmente denotada pelo símbolo .

20. Derivação <expressão> <expr> + <expr>  (<expr>) + <expr>  (<expr> - <expr>) + <expr> (<const> - <expr>) + <expr> (<const><const> - <expr>) + <expr>  (1<const> - <expr>) + <expr>  (10 - <expr>) + <expr>  (10 - <const>) + <expr> ...  (10 - 2) + 3

21. Árvore Gramatical (10 – 2) + 3 <expr> <expr> + <expr> (<expr>) <const> <expr> - <expr> <const> <const> 10 2 3

22. Gramática Ambíguas <expr> <expr> + <expr> <expr> - <expr> 10 2 3 10 – 2 + 3 <expr> <expr> - <expr> <expr> + <expr> 10 2 3

23. Precedência de Operadores • Como saber quem precede entre * e +. • Para tal criamos mais dois não terminais

24. Precedência de Operadores <expr> <expr> + <termo> <expr> - <termo> 10 2 3 • <expr>  <expr> + <termo> • | <expr> - <termo> • | <termo> • <termo>  (<expr>) • | <const> • <expr> • <expr> + <termo> • <expr> - <termo> + <termo> • <termo> - <termo> + <termo> • 10 – 2 + 3

25. Precedência de Operadores 1 + 2 * 3 <expr> • <expr>  <expr> + <termo> • | <expr> - <termo> • | <termo> • <termo>  <termo> * <fator> • | <termo> / <fator> • | <fator> • <fator>  (<expr>) • | <const> <expr> + <termo> <termo> * <fator> 3 2 3

26. Gramática • <expr>  <expr> + <termo> • | <expr> - <termo> • | <termo> • <termo>  <termo> * <fator> • | <termo> / <fator> • | <fator> • <fator>  (<expr>) • | <const> 1 + 2 * 3 <expr> <termo> <termo> * <fator>

27. Tradução Dirigida pela Sintaxe Programa Fonte Analisador Léxico token Solicita token Analisador Sintático Analisador Semântico Código Intermediário

28. Notação Posfixa • (9-5)+2 => 95-2+ • 9-(5+2) => 952+- • Os parênteses são desnecessários na notação posfixa porque a posição e a aridade (número de argumentos) dos operadores permitem somente um decodificação de uma expressão posfixa

29. Definição dirigida pela Sintaxe • A definição dirigida pela sintaxe usa gramática livre de contexto para especificar a estrutura sintática de entrada. • Cada símbolo da gramática associa um conjunto de atributos e cada produção associa um conjunto de regras semânticas para computar os valores dos atributos associados aos símbolos que figuram naquela produção.

30. Atributos Sintetizados • O valor em um nó da árvore gramatical é determinado a partir dos valores dos atributos dos filhos daquele nó. • Os atributos sintetizados possuem a desejável propriedade de que podem ser avaliados durante um único caminhamento bottom-up (final para início) da árvore gramatical

33. AnáliseLéxica • O Analisador Léxico (scanner) examina o programa fonte caractere por caractere agrupando-os em conjuntos com um significado coletivo (tokens): • palavras chave (if, else, while, int, etc), • operadores (+, -, *, /, ^, &&, etc), • constantes (1, 1.0, ‘a’, 1.0f, etc), • literais (“Projeto Mono”), • símbolos de pontuação (; , {, }), • labels.

34. Token • Tokens, ou lexemas, é uma sequência de caracteres que podem ser tratados como uma unidade na gramática de uma linguagem de programação

35. Análise Léxica • Entrada: arquivo texto • Saída: sequência de tokens • Conta número de linhas • Remove espaços em branco e comentários • Apresenta símbolos ilegais • Produz a tabela de símbolos

36. Por que análise léxica? • Simplifica a análise sintática • Simplifica a definição da linguagem • Modularidade • Reusabilidade • Eficiência

37. AnáliseLéxica • constanteInt  digito digito* • constanteDouble  digito digito*. digito* • digito  {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} X* Representa uma seqüência de zero ou mais X.

38. Autômatos Finitos • Autômatos finitos, ou máquina de estados finitos • autômatos finitos determinísticos • autômatos finitos não-determinísticos

39. Compiladores • A implementação de reconhecedores de linguagens regulares (autômatos finitos) é mais simples e mais eficiente do que a implementação de reconhecedores de linguagens livres de contexto (autômatos de pilha). • Nesse caso, é possível usar expressões regulares para descrever a estrutura de componentes básicos das Linguagens de Programação, tais como identificadores, palavras reservadas, literais numéricos, operadores e delimitadores, etc. • Essa parte da tarefa de análise (análise léxica) é implementada separadamente, pela simulação de autômatos finitos.

40. Autômato Finito Determinístico • Definição. Um autômato finito determinístico é uma quíntupla • M = (K, Σ, *, s, F), onde • K é um conjunto finito de estados • Σ é um alfabeto • s € K é o estado inicial • F está contido K é o conjunto de estados finais • é a função de transição, K x Σ para K

41. Exemplo de um AFD • Exemplo. Seja M o autômato finito • determinístico (K, Σ, *, s, F), onde • K = {q0, q1} • Σ = {a,b} • s = q0 • F = K {q0}

42. Valido no AFD • (q0, aabba) (q0, abba) (q0, bba) (q1, ba) (q0, a) (q0 ,€) T T T T T Portanto, (q0, aabba) é aceita por M

43. Autômato Finito Não-Determinístico • Definição. Um autômato finito não-determinístico é uma quíntupla • M = (K, Σ, ), s, F), onde • K é um conjunto finito de estados • Σ é um alfabeto • s €K é o estado inicial • F está contidoK é o conjunto de estados finais • é a função de transição, K x (Σ c {,}) para K

44. Exemplo de um AFND • Exemplo. Seja M o autômato finito não-determinístico (K, Σ, ), s, F), onde K = {q0, q1, q2, q3, q4} Σ = {a,b} s = q0 F = K {q4}

45. Entrada para um AFND • (q0, bababab) (q1, ababab) (q3 babab) (q4, abab) (q4, bab) (q4 ab) (q4, b) (q4, €) T T T T T T T Portanto, (q0, bababab) é aceita por M