Limbaje formale si translatoare, curs introductiv

1. Limbaje formale și
translatoare

2. Cadru didactic
 Curs+Laborator
 Elisa Moisi
 E-mail: emoisi@uoradea.ro

3. Ce vom face la LFT în acest an
 Cum se implementeaza un limbaj de
programare
 Analiza lexicală, sintactică, semantică
 Generare de cod intermediar
 Sistemul de runtime
 Optimizări
 Garbage collection, Just In Time compilers

4. Tehnologii
 Limbaje de programare
 Pentru unele lucrări practice la alegere
 Parsare
 generatoare de analizoare lexicale+semantice

5. Notare
 Laboratoare - 50%
 Verificare pe parcurs - 50%

6. Bibliografie
The Purple Dragon Book
Compilers - Principles, Techniques and Tools
Aho, Lam, Sethi & Ullman
Exista un numar mare de cursuri online bazate pe Dragon Book
(de ex. coursera.org )

7. Bibliografie
Compiler Construction. Principles and Practice
Kenneth Louden

8. Structura cursului
 Cursul cuprinde aspecte teoretice si practice
 Aveți nevoie de limbaje de programare!
 Teme programare = practică

9. De ce un curs de compilatoare
 Scopul cursului: cum se implementeaza un limbaj
de programare
 De ce e nevoie de multe limbaje…
 Fiecare domeniu de aplicatie are cerintele proprii (aplicatii
de sistem, baze de date, calcul stiintific, aplicatii web)
 Dinamica limbajelor de programare
 Este relativ usor de scris un limbaj nou.
 Este greu de modificat un limbaj popular.
 Apar noi domenii de aplicatii.
 Limbaje legate de platforma (Java, .NET , Android)

10. De ce un curs de compilatoare
 Sunt peste tot
 Toolchains; IDE-uri; analiza statică; execuție simbolică;
scripting; domain specific languages; baze de date;
tehnoredactare; servere HTTP; framework-uri web;
browsere; drivere video
 Combina cunostinte de hardware, software,
inginerie, matematica
 Multe probleme grele/complexe, implica multa
teorie dar si practica
 Compilatoarele “ghideaza” procesoarele viitoare

11. Cum sunt implementate limbajele?
 Două strategii principale
 Interpretoarele rulează programele “așa cum sunt”
 Preprocesare puțină sau de loc
 Compilatoarele – preprocesare extinsă

12. Istoria limbajelor high-level
 1954: IBM dezvoltă 704
 Succesorul lui 701
 Problema
 Costurile software depășesc costurile hardware
 Toată programarea se efectuează în limbaj de
asamblare

13. Soluția
 Introducerea Speedcoding
 Un interpretor
 Rulează de 10-20 de ori mai
încet decât asambloarele
scrise manual
John Backus

14. FORTRAN I
 John Backus
 Ideea
 Translatează codul de nivel înalt în limbaj de
asamblare
 Mulți au considerat imposibil

15. FORTRAN I
 1954-7
 Proiectul FORTRAN I
 1958
 >50% din software-uri sunt în FORTRAN
 Timpul de dezvoltare redus la jumătate

16. FORTRAN I
 Primul compilator
 Impact major în sțiința calculatoarelor
 Dezvoltare teoretica
 Compilatoarele moderne mențin scheletul
FORTRAN I

17. Structura compilatoarelor
 Analiza lexicală
 Analiza sintactică
 Analiza semantică
 Optimizator
 Generator de cod

18. Structura compilatoarelor

19. Structura detaliata
24

20. Fazele compilarii
▪ Preprocesorul macro substituţie, eliminarea
comentariilor, etc.
▪ Analiză + generare de cod = componenta principală a
traducerii
❑ Se verifica corectitudinea formala a textului programului
❑ Se traduce acest text într-o alta forma
▪ Optimizari = îmbunătăţirea calitatii traducerii
(performanţelor programului tradus)
▪ Fazele nu sunt neapărat clar separate ci sunt realizate
printr-un ansamblu de funcţii care cooperează
25

21. Analiza lexicală
▪ Automate finite, expresii regulate
▪ Imparte programul in unitati lexicale (atomi
lexicali, tokeni)
❑ Cuvinte cheie
❑ Numere
❑ Nume
▪ Prima decizie stabilirea atomilor lexicali ai
limbajului
26

22. Analiza lexicala
▪ Un atom lexical are
❑ Clasa (cod numeric) folosit in analiza sintactica
❑ Atribute specifice clasei analiza semantica,
generare de cod
▪ De obicei, analizorul lexical are o interfata
simpla
❑ lexer.getNextToken()
27

23. Analiza lexicală
 Primul pas
 Recunoașterea cuvintelor
Aceasta este o propoziției.

24. Analiza lexicală
 Analizorul lexical împarte textul programului în
cuvinte sau atomi
if x == y then z = 1; else z = 2;

25. Analiza sintactică
▪ Descompune textul programului sursa în
componentele sale "gramaticale"
30

26. Analiza sintactită
 După înțelegerea cuvintelor, trebuie înțeleasă
structura propoziției
 Analiza sintactică = diagrame de sintaxă
 Arbore sintactic

27. Diagrama unei propoziții
Aceasta este o propoziției
substantiv verb
complement
articol substantiv
predicat
subiect
propoziție

28. Analizor sintactic al unui program
if x == y then z = 1; else z = 2;
x == y z 1 z 2
atribuire atribuire
operator de relaționare
condiție logică instrucțiune-then instrucțiune-else
instrucțiune-if-then-else

29. Arbore de derivare / sintactic
34

30. Analiza semantică
▪ O mare parte e integrata de obicei in analiza
sintactica
▪ Verificarea corectitudinii semantice a
propozitiilor
❑ In compilatoare verificarea consistentei
programului, verificari de tip
▪ Adnoteaza arborele de derivare cu informatii
semantice (de tip)
❑ Pregateste generarea de cod
35

31. Analiza semnatică
 Înțelegerea “sensului” unei propoziții
 Sensul este foarte greu pentru compilatoare
 Compilatoarele efectuează analize limitate pentru
a găsi incoerențe

32. Analiza semantică – limba română
 Exemplu
 Andrei a spus că Marian a lăsat tema lui acasă.
◼ La cine se referă “lui”? la Andrei sau la Marian?
 Și mai complicat
 Andrei a spus că Andrei a lăsat tema lui acasă?
◼ Câți Andrei sunt?
◼ Care și-a lăsat tema acasă?

33. Analiza semantică în programare
 Limbajele de
programare definesc
reguli clare pentru a
evita ambiguitatea
 Codul C++ afișează 4;
este utilizată
instrucțiunea din
interior
{
int Andrei = 3;
{
int Andrei = 4;
cout<<Andrei;
}
}

34. Analiza semantică
 Compilatoarele efectuează multe verificări
semantice pe lângă cele legate de variabile
 Exemplu
 Andrei a spus că a lăsat tema ei acasă.
 Nepotrivire de tip între Andrei și ei

35. Detectarea erorilor
▪ Analiza lexicală - şir care nu corespunde unui
atom lexical
❑ 0x1234ABFG
▪ Analiza sintactica erori legate de structura
instrucţiunilor
❑ int real alfa; alfa;/* corect lexical, nu sintactic
▪ Analiză semantică erori semantice
❑ A=b+c; /*incorect daca b e de tip ‘struct’ */
▪ Recuperarea din eroare - cum continuam analiza
cand am intalnit o eroare
40

36. Generarea de cod intermediar
▪ Uneori, direct in timpul parsarii
❑ Sau prin parcurgerea arborelui de derivare
sintactic
▪ “cod obiect pentru o masina virtuală”
❑ Permite multe optimizari comune pentru diferite
frontend-uri limbaje si backend-uri procesoare
❑ Unele optimizari se pot face si direct pe arbore
41

37. Optimizare
 Modificarea automată a programelor astfel încât
acestea să
 Ruleze mai rapid
 Utilizeze mai puțină memorie
 În general, să păstreze anumite resurse

38. Generator de cod
 Produce cod în limbaj de asamblare (în general)
 Translatare într-un alt limbaj
 Asemănător cu traducerea limbajelor

39. Limbaj intermediar
 Multe compilatoare efectuează translatări între
forme intermediare succesive
 Toate, cu excepția primului și ultimului sunt
considerate limbaje intermediare
 De obicei este 1 LI

40. Limbaj intermediar
 Proiectarea limbajului are un impact mare asupra
compilatorului
 Determină ce este ușor sau greu de compilat

41. Compilatoare în ziua de azi
 Structura generală a aproape fiecărui compilator
aderă la schema din curs
 Proporțiile s-au modificat de când a fost inventat
FORTRAN
 La început: analiza lexicală, sintactică era partea cea
mai complexă, cea mai scumpă
 Astăzi: optimizarea domină toate celelalte faze

42. Analizor lexical (Scanner) - Exemplu
a[index] = 4 + 2
 conține 12 caractere nealbe și 8 atomi
a identificator
[ paranteză dreaptă
Index identificator
] paranteză dreaptă
= atribuire
4 număr
+ adunare
2 număr

43. Analizor sintactic (Parser)
 Analiza sintactică
 verifică dacă programul sursă de la intrare este corect
din punct de vedere sintactic
◼ gruparea atomilor în structuri sintactice - arbore sintactic

44. Analizor sintactic (Parser) - Exemplu
 Arbore de derivare - a[index] = 4 + 2
 Eficient
◼ vizualizarea sintaxei programului
 Ineficient
◼ reprezentarea structurii programului

45. Analizor sintactic (Parser) - Exemplu
 Arbore de derivare
a[index] = 4 + 2

46. Analizor sintactic (Parser) - Exemplu
 Arbore sintactic - a[index] = 4 + 2
 Analizoarele sintactice tind sa genereze un arbore
sintactic care este o condensare a arborelui de
derivare

47. Analizor semantic - Exemplu
 Arbore semantic - a[index] = 4 + 2

48. Optimizatorul de cod sursă
 Modifică arborele sintactic, ori porţiuni din codul intermediar,
astfel încât programul rezultat să îndeplinească unele cerinţe de
performanţă
 În cazul nostru compilatorul poate efectua adunarea 4 + 2 și se
obține valoarea 6 - împachetarea constantelor - constant
folding
 Se optimizeaza o forma liniara a arborelui
 Se poate folosi o variabila temporara t pentru a stoca rezultatul
adunarii
t=4+2 a[index]=t
 Optimizatorul imbunatateste acest cod in doi pasi
 Efectuând adunarea t = 6 a[index]=t
 Înlocuind valoarea lui t: a[index]=6

49. Optimizatorul de cod sursă

50. Generatorul de cod - Exemplu
MOV R0, index ;; value of index R0
MUL R0, 2 ;; double value in R0
MOV R1, &a ;; address of a R1
ADD R1, R0 ;; add R0 to R1
MOV *R1, 6 ;; constant 6 address in R1
*R1 – adresare indirecta la registrii - ultima instructiune
stocheaza valoarea 6 la adresa continuta in R1

51. Optimizatorul de cod obiect
MOV R0, index ;; value of index R0
SHL R0 ;; double value in R0
MOV &a[R0], 6 ;; constant 6 address a + R0

52. Limbaje si gramatici
▪ Ce este o gramatica?
▪ Dar un limbaj?
▪ Tipuri de gramatici
▪ Ierarhia Chomsky a gramaticilor
❑ Regulate
❑ Independente de context
❑ Dependente de context
❑ Generice
▪ Unde se incadreaza un limbaj de programare?
57

53. Limbaje si gramatici
58