编译原理 chap-2 形式语言基础

2.1 形式语言是符号串集合

字母表中的元素不能再切割

b⁰=ε（空符号串），b¹=b，b²=bb，b³=bbb，…
L₁为有限语言，L₂为无限语言（字符串无限多个）

符号串的运算：

1. 连接：a·b=ab
2. 或：a|b=a(或者b)
3. 方幂：b⁰=ε（空符号串），b¹=b，b²=bb，b³=bbb，…
4. 闭包：a的正闭包：a⁺=a¹|a²|…|aⁿ|…
      a的星闭包：a^*=a⁰|a¹|a²|…|aⁿ|…
   例：(a|b)²=aa|ab|ba|bb

推论：若A为任一字母表，则A^*就是该字母表上所有符号串（包括空串）的集合。

文法规则：

1. S,A—定义的对象（S句子，最大的定义对象，又称为开始符号；A为aAc的短语）
2. a,b,c—字母表中的符号
3. ->，| —为描述符号

可以用文法生成语言（连续推导）

2.2 形式语言是由文法定义的

文法：规则的有限集，其中的上下文无关文法可定义为四元组

四元组

四元组：G(Z) = (V_N , V_T , Z , P)
V_N ：非终结符集（定义的对象集，如：变量）
V_T ：终结符集（字母表）
Z：开始符号（研究范畴中，最大的定义对象）
P：规则集（又称产生式集）

一个文法所定义的语言，就是由该文法开始符号推导出的所有仅含终结符的符号串之集合。

标识符：指字母开头的字母、数字序列

2.3 主要语法成分的定义

推导，规约，语法树，句柄

文法的两种基本运算：推导，规约

1. 直接推导=>，一次推导
   加推导（=>上加+），至少一次推导
   星推导（=>上加*），0或0步以上步推导
2. 直接规约（=>下加.）
   加规约（=>下加.上加+）
   星规约（=>下加.上加*）

实用中最常见的两种运算：最左推导，最左规约
最左推导：每次推导皆最左非终结符优先
最左规约：每次规约皆最左非终结符优先

1. 句型：由文法开始符号加推导出的任一符号串
2. 句子：由开始符号加推导出的任一终结符号串
3. 语法树：句型（句子）产生过程的一种树结构表示

关于语法树：

• 树根—开始符号；树叶—给定的句型（句子）
• 其全体树叶（自左至右）恰好是给定句型
• 子树：以任何具有分支的结点为根所形成的树
• 简单子树：仅具有单层分支的子树

短语：任一子树的树叶全体（具有共同祖先的叶节点符号串）
简单短语：任一简单子树的树叶全体
句柄：最左边的简单短语

2.4 两种特性文法

递归文法

定义：设A∈V_N，x,y∈(V_N+V_T)^*，则若A=>xAy，称文法具有递归性
递归文法是定义无限语言的文法

特别：若A->Aa，称文法具有直接左递归性
   若A->aA，称文法具有直接右递归性

二义性文法

定义：文法中存在具有两棵不同语法树的句型
二义性文法会引起歧义，应尽量避免

2.5 文法的等价变换*

文法的等价性：它们所定义的语言是一样的
注：一个语言，其描述文法并不唯一

重点介绍三种文法变换：

1. 删除无用的产生式(文法的化简)
2. 删除ε产生式
3. 常用的三种文法变换

Ⅰ. 文法的化简

1. 删除A->A形式的产生式(自定己)
2. 删除不能从其推导出终结符串的产生式(不终结)(先找终结产生式)
3. 删除在推导中永不使用的产生式(不可用)(起始不能到非终结符构成的表达式)

2⃣️删除ε产生式

1. 首先构造出可以推出空串的非终结符集
2. 删除文法中的A->ε产生式
3. 依次改写文法中的产生式A->X₁X₂…X_n：若有X_i∈V_ε，则用(X_i|ε)替换(一个分裂为两个)

3⃣️常用的三种文法变换方法(扩展文法，引入新的描述符号)

1. 必选项法(圆括号法)：令(a|b) = a或者b（又称提取公因式法）
2. 可选项法[方括号法]：令[a] = a或者ε（括号内可选也可不选）
3. 重复可选项法{花括号法}：令{a} = ε或a或aa或aaa…（消除直接左递归）

2.6 形式语言的分类

1. 0型语言（无限制文法）a->b
2. 1型语言（上下文有关文法）xAy->xby
3. 2型语言（上下文无关文法）A->b
4. 3型语言（正规文法）A->aB, A->a, A->ε