Sintactico

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-
Introduccin
tabla de smbolos
Recordar, esquema general de un compilador:

preprocesador
scanner
programa fuente
analizador lxico
(scanner)
tokens
analizador sintctico
(parser)
estructura sintctica
analizador semntico
optimizador
generador cdigo
intermedio
cdigo intermedio
generador cdigo
objeto
cdigo objeto
-J.Ezpeleta-
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
producciones
producciones
especificadas por la GLC
El parser detecta errores sintcticos
-J.Ezpeleta-
Introduccin
instAS
ID
OPAS
exp
CTE
x := 27
(CTE,27),(OPAS,)(ID,x)
{e.r.}
AL
OK
AS
instAs: ID OPAS exp

exp: CTE
| ....
-J.Ezpeleta-
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

gramtica
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 =
3) SN, y se denomina Smbolo Inicial
S A C b
4) P es el conjunto de Producciones
C b A b
C b a b c
A a
-J.Ezpeleta-
El smbolo inicial es el nico no terminal que se utiliza para
generar todos los strings del lenguaje
de
de smbolos
smbolos
gramaticales
gramaticales
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 es un string, al aplicarle la produccin,

cualquier* aparicin de en se puede sustituir por
*: En realidad, algunas apariciones
-J.Ezpeleta-
A deriva
directamente en la
Establezcamos dos operadores

Sea G=(N,T,S,P) una gramtica
gramtica G
derivacin directa
Sean , (N T)* y sea

A G
A P.
Entonces
0 deriva n en cero o ms
derivacin
Sean 0 ...n (N T)* t.q.

0 G 1 G ... G n
Entonces
*
1
G n
S
C
C
A
-J.Ezpeleta-
pasos en la gramtica G
, n>=0
A C b
* a a b?
b A b S
b a b c
a
Algunas definiciones:
forma de frase
Cualquier string que se pueda derivar del smbolo

inicial (string de smbolos gramaticales)
frase
Cualquier forma de frase con slo elementos

terminales
lenguaje definido por una gramtica
Conjunto de todas las frases de la gramtica
-J.Ezpeleta-
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
-J.Ezpeleta-
Ejercicio 1: Sea G=(N,T,S,P) con
N={S}
T={a,b}
P={SaSb,Sab}
S=S
L(G)={anbn|n>=1}
Ejercicio 2: Sea G=(N,T,S,P) con

N={S,A,B}
L(G)={wT*| |w|a=|w|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?
-J.Ezpeleta-
S [ S
S S1
S1 [ a ]
10
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
-J.Ezpeleta-
(parser)
11
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
P=
programa PROGRAM ident punto bloque
bloque BEGIN insts END punto
insts insts punto inst
insts inst
inst ident opas const
opas =
ident A
PROGRAM
PROGRAM
PROGRAM A.
A.
PROGRAM A.
A.
ident B
BEGIN
BEGIN
BEGIN
BEGIN
const 1
B=1.
B=1.
B=1.
B=1.
const 0
A=0
A=0.
A=0
A=0.
punto .
END.
END.
END.
END.
Sintcticamente correctos?
-J.Ezpeleta-
12
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 y
restricciones de dnde se puede aplicar la transformacin establecida por
la produccin
-J.Ezpeleta-
13
Clasificacin de Chomsky
gramticas de Tipo 0
gramticas de Tipo 1
libres
dependientes del
contexto
,, (N T)*
no vaco y A un no terminal
A se transforma en slo cuando va precedido por 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
-J.Ezpeleta-
14
gramticas de Tipo 2
libres de contexto
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
ww
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
-J.Ezpeleta-
wB
wB
regulares
15
En forma de diagrama:
tipo 3
tipo 2
tipo 1
tipo 0
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)
-J.Ezpeleta-
16
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
-J.Ezpeleta-
17
GLC. Notacin
letras griegas minsculas representan formas de frase (strings de
smbolos gramaticales)
As, en una GLC, una produccin se escribe siempre como

parte
izquierda
parte
derecha
varias producciones con igual parte izda. se pueden agrupar en una

produccin con alternativas
11
22
....
....
n
11|| 22|...|
|...| nn
-J.Ezpeleta-
18
GLC. Arboles de anlisis sintctico

Nuestro problema
Dada una gramtica G y un wT*, determinar si wL(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
-J.Ezpeleta-
19

Ejemplo:
E E + E|E * E|(E)|-E|id
w
id+id*id
E
mi
E + E
mi
E + E
decisin
....
decisin
id + E
podemos mirar el siguiente terminal que viene: token!
-J.Ezpeleta-
20
GLC. Derivacin izda. y dcha.
dos posibilidades
de decisin
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.

derivacin
derivacin por
por la
la izda.
izda.
Si siempre se sustituye el de ms a la dcha.
derivacin
derivacin por
por la
la dcha.
dcha.
-J.Ezpeleta-
21

Aun optando por una
derivacin mi md,
tomar decisiones puede
generar problemas
Cul de las dos
opciones nos gusta
ms?
izda
mi
mi
E + E
E * E
id + E
E + E * E
id + E * E
id + E * E
id + id * E
id + id * E
id + id * id
id + id * id
mi
mi
mi
mi
izda
-J.Ezpeleta-
mi
mi
mi
mi
22
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

G E E + T | T
transformar la
gramtica en una
equivalente que no sea
ambigua
T T * F | F
F (E)|-E |id
Hay lenguajes inherentemente ambiguos

-J.Ezpeleta-
23
GLC. Ambigedad
Ejemplo: Considerar la instruccin if en Pascal
Si la gramtica es de la forma
inst if exp then inst
| if exp then inst else inst
| otras instrucciones
if exp1 then if exp2 then inst2 else inst3
11
if
if exp1
exp1 then
then
if
exp2
if exp2 then
then
inst2
inst2
else
else
inst3
inst3
22
if
if exp1
exp1 then
then
if
if exp2
exp2 then
then
inst2
inst2
else
else
inst3
inst3
-J.Ezpeleta-
24
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
-J.Ezpeleta-
25
GLC. Ambigedad
-J.Ezpeleta-
26
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?
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-
eliminacin de producciones unitarias
otras
-J.Ezpeleta-
27
GLC. Transformacin de gramticas

Ejemplo: Considerar la gramtica
Verifica que:
S
A
B
C
A | B
a
B b
c
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
-J.Ezpeleta-
28

Un no terminal X es til si existe
S * X * w
para algn , y tal que wT*
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
-J.Ezpeleta-
29

Un no
terminal es
terminable
cuando es
capaz de
derivar alguna
frase
Algoritmo
Algoritmo eliminaNoTerminables
eliminaNoTerminables
(E
(E G:GLC;
G:GLC; S:
S: G:GLC)
G:GLC)
--Pre:
--Pre: G=(N,T,P,S)
G=(N,T,P,S) t.q.
t.q. L(G)<>
L(G)<>
--Post:
--Post: G=(N,T,P,S)
G=(N,T,P,S) G
G GG
*
-X
-XN.
N.wwTT*..X
X
* ww
*
Vars
Vars viejo,nuevo:
viejo,nuevo: conj.
conj. de
de no
no terminales
terminales
Principio
Principio
viejo:={}
viejo:={}
*
nuevo:={A
nuevo:={AN|Aw
N|AwP,w
P,wTT*}}
Mq
Mq viejo<>nuevo
viejo<>nuevo
G G?
viejo:=nuevo
viejo:=nuevo
Termina?
nuevo:=viejo
nuevo:=viejo
Correcto?
*
{B
{BN|B
N|BP,
P,(T
(T viejo)
viejo)*}}
Por qu L(G)<>
FMq
FMq
en la Pre?
N:=nuevo
N:=nuevo
Coste?
*
P:={Aw
P:={AwP|A
P|AN,
N, ww(N
(N T)
T)*}}
Fin
Fin
-J.Ezpeleta-
30

Segundo paso:
eliminar los
smbolos que
no sean
accesibles
desde el
smbolo
inicial
Algoritmo
Algoritmo eliminaNoAccesibles
eliminaNoAccesibles
(E
(E G:GLC;
G:GLC; S:
S: G:GLC)
G:GLC)
--Pre:
G=(N,T,P,S)
t.q.
L(G)<>
--Pre: G=(N,T,P,S) t.q. L(G)<>
XN.X
-XN.X es
es terminable
terminable
---Post:
G=(N,T,P,S)
--Post: G=(N,T,P,S) G
G GG
*
XX(N
-(NT
T).
).,(N
,(NT
T)).*.
--SS * XX
--
*
Vars
Vars viejo,nuevo:
viejo,nuevo: conj.
conj. smbolos
smbolos gram.
gram.
Principio
Principio
viejo:={S}
viejo:={S}
nuevo:={
nuevo:={XX(N(N TT))|S
|SXX P}
P}{S}
{S}
Mq
viejo<>nuevo
Mq viejo<>nuevo
viejo:=nuevo
viejo:=nuevo
nuevo:=viejo
nuevo:=viejo
{Y
{Y(N(N TT))|A
|AYYP,A
P,Aviejo}
viejo}
FMq
FMq
<N,T>:=<nuevo
N, nuevo
nuevo T>
T>
<N,T>:=<nuevo N,
*}
P:={A
w
P
|
A
N
,
w
(N
T)
*
P:={A w P|AN,w(N T) }
Fin
Fin
-J.Ezpeleta-
31

Un no terminal X se dice anulable cuando X *
Transformacin interesante:
obtener una gramtica equivalente a otra sin
Una gramtica es sin ssi:
1) no hay ninguna regla X
2) como mucho, hay una produccin S , 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
-J.Ezpeleta-
32
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
-J.Ezpeleta-
33

Sintactico

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Sintactico

Încărcat de

Drepturi de autor:

Formate disponibile

Leccin 3: Fundamentos para el anlisis sintctico

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

Recordar, esquema general de un compilador:

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

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

instAs: ID OPAS exp

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

Punto de referencia: Noam Chomsky

Una gramtica G=(N,T,S,P) es una 4-tupla donde:

Un terminal genera un nico string (l mismo)

Forma de una produccin (usando BNF)

Significado: si es un string, al aplicarle la produccin,

Establezcamos dos operadores

Sean , (N T)* y sea

Sean 0 ...n (N T)* t.q.

Cualquier string que se pueda derivar del smbolo

Cualquier forma de frase con slo elementos

Conjunto de todas las frases de la gramtica

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

el perro est cerca

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

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

Ejercicio 3: Cul es el lenguaje generado

Este proceso lo lleva a cabo el analizador sintctico

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

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

demasiado complicadas de manejar, por lo que se usan del tipo siguiente,

Cada gramtica de un tipo es tambin del tipo anterior

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

varias producciones con igual parte izda. se pueden agrupar en una

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

GLC. Arboles de anlisis sintctico

Para ello, trataremos de construir un rbol de sintaxis

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

GLC. Arboles de anlisis sintctico

podemos mirar el siguiente terminal que viene: token!

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

GLC. Derivacin izda. y dcha.

En cada paso en una derivacin:

Si siempre se sustituye el de ms a la izda.

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

GLC. Arboles de anlisis sintctico

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

A veces, es posible eliminar la ambigedad

Hay lenguajes inherentemente ambiguos

Se puede expresar esta regla en una gramtica transformada?

inst instC | instI

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

Una cuestin interesante: la simplificacin de gramticas

GLC. Transformacin de gramticas

el no terminal C no es alcanzable desde S

Los no terminales B y C se denominan intiles

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

GLC. Transformacin de gramticas

Dos condiciones necesarias de utilidad

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

GLC. Transformacin de gramticas

GLC. Transformacin de gramticas

--Pre: G=(N,T,P,S) t.q. L(G)<>

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

GLC. Transformacin de gramticas

Otra transformacin interesante: eliminacin de producciones

Conclusin: desarrollo de formas normales