Compiladores, Analisis Lexico Conceptos

1,973 views
1,860 views

Published on

Conceptos generales sobre la primera etapa del proceso de compilación, el análisis léxico.

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,973
On SlideShare
0
From Embeds
0
Number of Embeds
617
Actions
Shares
0
Downloads
41
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Compiladores, Analisis Lexico Conceptos

  1. 1. Conceptos del Análisis Léxico CONCEPTOS GENERALES SOBRE ANALISIS LEXICO OBJETIVO Definición de conceptos generales sobre la unidad II, Análisis Léxico. 1. Token 9. Diagrama y Tabla de Transición 2. Patrón 10. Autómata 3. Lexema 11. Autómata Finito 4. Atributo 12. Autómata Finito Determinista 5. Gramática 13. Autómata Finito No Determinista 6. Alfabeto 14. Autómata de Pila 7. Símbolo 15. Autómata de Turing 8. Expresión Regular ¿QUÉ ENTENDEMOS POR LEXICO? El léxico de un lenguaje natural está constituido por todas las palabras y símbolos que lo componen. Para un lenguaje de programación la definición también es válida. En un lenguaje de programación el léxico lo constituyen todos los elementos individuales del lenguaje, denominados frecuentemente en inglés tokens. Así son tokens: las palabras reservadas del lenguaje, los símbolos que denotan los distintos tipos de operadores, identificadores (de variables, de funciones, de procedimientos, de tipos, etc.), separadores de sentencias y otros. ¿QUÉ ENTENDEMOS POR SINTAXIS? En lingüística, sintaxis es el estudio de la función que desempeña cada palabra en el entorno de una frase. Mientras que semántica es el estudio del significado de una palabratanto a nivel individual como en el contexto de una frase. En los lenguajes de programación, sintaxis es un conjunto de reglas formales que especifican la composición de los programas a base de letras, dígitos y otros caracteres.Por ejemplo, las reglas de sintaxis especifican en C/C++ que cada sentencia o línea de programa debe terminar con un “;”, o que la declaración de tipos debe ir antes que la de variables. (int var;) ¿QUÉ ENTENDEMOS POR SEMANTICA? Por: Ing. Pedro Antonio Villalta, Compiladores e Interpretes Página 1
  2. 2. Conceptos del Análisis Léxico Semántica en los lenguajes de programación es el conjunto de reglas que especifican el significado de cualquier sentencia, sintácticamente correcta y escrita en un determinado lenguaje. Por ejemplo en el lenguaje Pascal la sentencia: suma:= 27/x Es sintácticamente correcta, ya que a la izquierda del símbolo de asignación hay un identificador, y a la derecha una expresión. Pero para que sea semánticamente correcta hay que comprobar: a) Lado debe ser compatible con el operador “/” y con el operando 27. b) Suma debe ser un tipo compatible con el resultado de la operación. El ANALIZADOR LEXICO Un programa fuente es una serie de símbolos (letras, símbolos, caracteres especiales: +,*, !). Con estos símbolos se representan las construcciones del lenguaje tales como variables, etiquetas, palabras reservadas, constantes, etc. Es necesario que el compilador o traductor identifique los distintos significados de estas construcciones, que los creadores de lenguajes dan en la definición del lenguaje. El programa fuente se trata inicialmente con el analizador léxico (en inglés scanner), con el propósito de agrupar el texto en grupos de caracteres con significado propio llamados tokens o componentes léxicos, tales como variables, identificadores, palabras reservadas y operadores. Por razones de eficiencia a cada token se le asocia un atributo (o más de uno) que se representa internamente por un código numérico o por un tipo enumerado. Por ejemplo considerar la siguiente sentencia es C/C++: if sueldo == 1000 sueldo * 0.25; El analizador léxico la separa en la siguiente secuencia de tokens: Por: Ing. Pedro Antonio Villalta, Compiladores e Interpretes Página 2
  3. 3. Conceptos del Análisis Léxico En general, el análisis léxico es un análisis a nivel de caracteres, su misión es reconocer los componentes léxicos o tokens, enviando al analizador sintáctico (en la siguiente etapa)los tokens y sus atributos. CONCEPTOS ANALIZADOR LEXICO Token Es el nombre que se le da a cada patrón definido, éste nombre debe usarse en todos los procesos del análisis en todos los lexemas encontrados. Patrón Es una representación lógica de una serie de agrupaciones de caracteres con características comunes. Lexema Es cada una de las combinaciones de caracteres que encajan en la definición de un patrón o token. Ej. Variable1, x, a, edad, y2, etc. Atributo Características propias de cada token, por tanto se les denomina atributos del token. Gramática Se define como un ente formal para especificar de una manera finita el conjunto de cadenas de símbolos que constituyen un lenguaje. Alfabeto Conjunto finito de símbolos no vacío que conforman una gramática, se representan por ∑ (sigma). Por: Ing. Pedro Antonio Villalta, Compiladores e Interpretes Página 3
  4. 4. Conceptos del Análisis Léxico Símbolo Entidad abstracta que no se va a definir pues se deja como axioma. Normalmente son letras de alfabetos, números o caracteres especiales como +, -, *, /, etc. No necesariamente serán uno solo, ya que un símbolo puede ser una combinación como palabras reservadas de un lenguaje de programación then, end, beging, else, while, etc. Expresión Regular Representan patrones de cadenas de caracteres. Se conocen más como metalenguajes que sirven para describir los lenguajes regulares. Diagrama de Transición Es el conjunto de secuencias de entrada que representan gráficamente los símbolos validos por la gramática, es una representación de los universales autómatas que aparecen en la matemática y otras ciencias. Tabla de Transiciones Es la manera más cercana de representar los autómatas, consta de filas que representan los estados y las columnas que representan los símbolos de entrada. Adicionalmente se agregan dos columnas para representar los tokens y para indicar retrocesos. Cadena Se define como una secuencia de símbolos de un lenguaje determinado. Por ejemplo 0001, abcd, a+4*b, 11000, etc. Una cadena siempre tiene una longitud que esta denotada por la cantidad de símbolos independientes que la conforman. |abcde| →5 |000111| →6 Cuando la cadena es vacía se representa como |λ|→0. Lenguaje Un lenguaje es un conjunto de palabras que se puede representar con un determinado alfabeto. Autómata Es una construcción lógica que recibe como entrada una cadena de símbolos y produce una salida indicando si la salida es una cadena que pertenece a un determinado lenguaje. Por: Ing. Pedro Antonio Villalta, Compiladores e Interpretes Página 4
  5. 5. Conceptos del Análisis Léxico Autómata Finito Son formas matemáticas para describir las diferentes clases particulares de algoritmos.En el mundo de la computación permiten reconocer cadenas de símbolos, por eso se usan en la etapa de léxico de los compiladores. Autómata Finito Determinista Formalmente, un autómata finito determinista M es una colección de cinco elementos: 1. Un alfabeto de entrada S. 2. Una colección finita de estados Q. 3. Un estado inicial Q0. 4. Una colección de estados finales o de aceptación Qf. 5. Una función f : Q×S→ Q que determina el único estado siguiente para el par(Qi, S) correspondiente al estado actual y la entrada. Autómata Finito No Determinista Si se permite que desde un estado se realicen cero, una o más transiciones mediante el mismo símbolo de entrada, se dice que el autómata finito es no determinista. A veces es más conveniente diseñar autómatas finitos no determinista. Un autómata finito no determinista es una colección de cinco objetos (Q,S, Q0, Qf, f), donde: 1. Una colección finita de estados Q. 2. Un alfabeto de entrada S. 3. Un estado inicial Q0. 4. Una colección de estados finales o de aceptación Qf. 5. Una función f : Q×S→P(Q) que determina un subconjunto de Q para el par(Qi, S) correspondiente al estado actual y la entrada. P(Q) son los subconjuntos de Q. (AFN) en lugar de deterministas. Autómata de Pila Formalmente un autómata de pila es una séxtupla de la forma (S,,,T,i,F) donde: S: Es una colección finita de estados : Es el alfabeto de la maquina Por: Ing. Pedro Antonio Villalta, Compiladores e Interpretes Página 5
  6. 6. Conceptos del Análisis Léxico : Es la colección finita de símbolos de pila T: Es una colección finita de transiciones i: Es el estado inicial (es un elemento de S) F: Es la colección de estados de aceptación (es un subconjunto de S) Autómata de Turing Formalmente una máquina de Turing es una séxtupla de la forma (S, , , , i, h) donde: S: Colección finita de estados (por lo menos 2 uno de inicio y uno de parada). : Es un conjunto finito de símbolos distintos de espacio en blanco (), llamado alfabeto de la maquina. : Conjunto finito de símbolos, incluidos los de , que se conocen como símbolos de la maquina (incluye ) : Función de transición de la maquina i: Elemento de S, llamado estado inicial h: Elemento de S, llamado estado de parada. Por: Ing. Pedro Antonio Villalta, Compiladores e Interpretes Página 6
  7. 7. Conceptos del Análisis Léxico Pedro Antonio Villalta, perfil de Google+ https://plus.google.com/u/0/105223072803758915793/about Perfiles en Facebook y Twitter Facebook.com/pavillalta twitter.com/pavillalta Correos de contacto pavillalta@gmail.com pavillalta@ugb.edu.sv Blogs educativos 1. Comercio electronico (e-commerce) 2. Compiladores e interpretes 3. Desarrollo de aplicaciones para dispositivos móviles (development mobile applications) 4. Ingenieria en sistemas informáticos (systems engineering) 5. Ingenieria web (web engineering) 6. Noticias de tecnología | informática | ciencia (technology news) 7. Programacion visual c++ .net (programming visual c + +. net) 8. Programacion web php, ajax, css, javascrip...(web programming) 9. Programación visual basic .net (programming visual basic) 10. Redes de computadoras (computer network) 11. Investigación Científica 12. Artes Marciales, Tae Kwon Do Por: Ing. Pedro Antonio Villalta, Compiladores e Interpretes Página 7

×