Introdução aos Compiladores

Compiladores:
Introdução - Continuação
Introdução
O uso de linguagens de programação de

alto nível possibilita enorme grau de
abstração e independência de plataforma
permitindo o desenvolvimento eficiente de
software.
Como conseqüência tornam-se necessárias
ferramentas de tradução da linguagem de
alto nível para a linguagem de execução.
12/3/2008 Introdução 2 de 57
1
Introdução
O estudo da técnicas construtivas dos

compiladores não se limita apenas as
questões diretamente envolvidas com
linguagens de programação.
Aplicação de tais técnicas se expande para
arquitetura de computadores, teoria das
linguagens, algoritmos e engenharia de
software.
Introdução
O uso de algumas poucas técnicas de

projeto de compiladores pode ser utilizada
para construção de:
z tradutores,
z formatadores e processadores de texto,
z interpretadores (de programas ou queries),
z máquinas de estado,
z além de compiladores.
2
Definição
Compilador (sentido geral): aquele de

compila, isto é, copia ou transcreve,
podendo ou não traduzir aquilo que é
transcrito.
Compilador (software): programa que lê um
texto escrito numa linguagem (fonte)
traduzindo-o num texto equivalente escrito
em outra linguagem (alvo).
Definição
Programa Programa
Fonte Alvo
Compilador
(linguagem (linguagem
(compiler)
fonte) alvo)
Mensagens
de erro
3
Definição
As linguagens fonte (source languages) podem

tanto ser linguagens de programação (C,
Pascal, Java, Fortran etc) como linguagens
especializadas (TEX, EQN etc).
As linguagens alvo (target languagens) são
também variadas tal como outra linguagem
de programação, uma linguagem de
máquina (assembly) ou uma outra
representação.
Tipos de Compiladores
Single-Pass: efetuam a compilação numa
única leitura do programa fonte.
Multi-Pass: efetuam a compilação através
de várias leituras do programa fonte.
Load-And-Go: efetuam a compilação e a
execução do programa fonte.
Debugging: efetuam a compilação
permitindo a depuração do programa fonte.
Optimizing: efetuam a compilação e a
otimização do programa alvo.
4
Modelo Análise-Síntese
Compilação constitui-se de duas partes:

Análise
Síntese
Compilador Programa
Alvo
Análise Síntese
Programa
Fonte
Significado
Análise:
z Inclui possíveis mecanismos de pré-
processamento.
z Divide o programa fonte em suas partes
constituintes.
z Cria uma representação intermediária do
programa fonte.
z É uma tarefa relativamente simples.
5
Síntese:
z Constrói o programa alvo a partir da
representação intermediária produzida pela
análise.
z É uma tarefa relativamente complexa.
z Utiliza a maior parte das técnicas
especializadas.
Grande parte das técnicas se aplicam a
maioria das linguagens fonte e alvo.
Existem várias ferramentas que facilitam o
desenvolvimento de novos compiladores
ou softwares que usem as mesmas técnicas.
Dá origem aos conceitos de:
z front-end, relacionado com a linguagem a ser
processada;
z back-end: relacionado com a linguagem a ser
produzida.
6
Sistema de Processamento
de Linguagem
Pré-processador
Módulos (preprocessor)
fonte
Compilador
Programa (compiler)
Fonte
Montador
Assembly (assembler)
Alvo
Loader/Link
Código Editor
Relocável
Código
Absoluto
Fases da Compilação
Compiladores operam em “fases”, cada

qual realizando uma transformação no
programa fonte.
Algumas fases podem ser agrupadas.
Tipicamente a Análise é realizada em três
fases: análise léxica, sintática e semântica.
Igualmente a Síntese é realizada de uma a
três fases conforme o tipo de compilador.
7
Fases da Compilação
Análise
Programa Léxica
Fonte
Análise
Sintática
Análise
Semântica
Tabela de Detecção
Símbolos de Erros
Geração de
Pseudo-Código
Otimização
de Código
Programa
Alvo
Geração
de Código
Análise Léxica ou Linear
Efetua a análise da cadeia de caracteres do

programa fonte (da esquerda para direita)
agrupando as sequências que possuam
significado coletivo (tokens ou lexeme).
Tokens são separados uns dos outros por
caracteres denominados separadores.
Separadores são usualmente os caracteres
“brancos” (espaços, tabulações e quebras
de linha) e os operadores.
8
Dado o programa abaixo:
void main( ) {
int total = 0;
println(“Total = %d.”, total + 10);
}
Quantos tokens possui?


Resposta: 20 (vinte)
z tipo void z identificador println
z identificador main z pontuação (

z string “Total = %d.”
z pontuação (
z pontuação ,
z pontuação )
z identificador total
z pontuação {
z operador +
z tipo int
z número 10
z identificador total z pontuação )
z atribuição = z pontuação ;
z número 0 z pontuação }
z pontuação ;
9
Uma tarefa adicional da análise léxica é

determinar os tipos dos tokens obtidos
programa fonte:
A cada token é geralmente associado um
tipo ou classe.
Classes ou tipos comuns são:
palavra-chave, identificador, constante (número
ou string), pontuação e operador.
Análise Sintática ou
Hierárquica (parsing)
Envolve o agrupamento dos tokens obtidos
do programa fonte em frases ou unidades
lógicas.
As frases/unidade devem ser
gramaticalmente aceitas pela linguagem
fonte para possibilitar sua síntese.
Usualmente as frases/unidades são
representadas por árvores sintáticas (parsing
trees).
10
Hierárquica
Um outro exemplo:
subtotal = 10 + valorUnitario * quantidade;
atribuição
=
identificador expressão
subtotal +
expressão expressão
número expressão * expressão
10 identificador identificador
valorUnitario quantidade
Hierárquica
Note que:
z identificador = expressão é uma unidade lógica
z assim como valorUnitario*quantidade
z mas 10+valorUnitario não são agrupados
como unidade lógica porque as multiplicações
devem ser executadas antes das adições
z ou seja, a precedência das operações deve ser
respeitada apesar da ordem em que os tokens
originalmente aparecem no programa fonte.
11
Hierárquica
A estrutura hierárquica de uma linguagem é
usualmente expressa por regras:
(1) Um identificador é uma expressão
(2) Um número é uma expressão
(3) Se expr1 e expr2 são expressões então
também são expressões:
expr1 + expr2
expr1 * expr2
( expr1 )
Hierárquica
Uma outra forma de expressar-se as
mesmas regras:
(1) expr → id
(2) expr → number
(3) expr → expr + expr
| expr * expr
| ( expr )
12
Hierárquica
As regras (1) e (2) são regras básicas não
recursivas.
A regra (3) define expressões em termos de
operadores aplicados a outras expressões,
ou seja, é uma regra recursiva.
É frequente o uso de regras recursivas na
definição (da gramática) de linguagens.
Hierárquica
Diretivas de linguagens de programação são
exemplos típicos de regras recursivas:
(1) Se id1 é um identificador e expr1 é uma
expressão então é também uma diretiva:
id1 = expr1
(2) Se expr1 é uma expressão e stmt1 e stmt2 são
diretivas então são também diretivas:
while (expr1) stmt1
if (expr1) stmt1 else stmt2
13
Análise Léxica versus
Análise Sintática
A divisão entre análise léxica e sintática é
arbitrária.
Geralmente tal divisão é pensada para
simplificar a etapa de análise como um
todo.
O fator determinante é a recursão, isto é, se
a linguagem fonte é inerentemente
recursiva ou não.
Análise Léxica versus

Análise Sintática
Construções léxicas são geralmente não
recursivas enquanto construções sintáticas
geralmente o são.
O reconhecimento de identificadores não
envolve recursão enquanto que o
processamento de expressões sim.
Gramáticas livres de contexto (context-free
grammars) são uma formalização de regras
recursivas que podem ser usadas para
conduzir a análise sintática.
14
Análise Semântica ou de
Contexto
Nesta fase verifica-se se cada unidade lógica
pode efetivamente ser aplicada dentro do
contexto onde foi encontrada.
Relaciona portanto se as operações
indicadas são aplicáveis (tem significado
semântico) aos operandos utilizados.
Só pode ser realizada após a análise léxica e
sintática.
Contexto
Um exemplo:
A=0
Da análise léxica e sintática temos:
zA é um identificador
z= é o operador de atribuição
z0 é um valor numérico (uma expressão)
Equivale assim a:
identificador = expressão
15
Contexto
Embora sintaticamente correto pode ser
semanticamente inválido se:
identificador A não foi declarado;
identificador A corresponder a uma função,
método ou classe;
o tipo do identificador de variável A for
incompatível com o valor numérico 0 (zero);
operação de atribuição for inadequada dentro do
contexto em que ocorre (p.e. expressão condicional
de um laço).
Contexto
Realiza a verificação de tipos e, quando
permitido pela linguagem, efetua a coerção
de operandos:
int a = 1; float b = 2.5, c;
c = a + b;
Sintaticamente correto. Se permitido a
operação de inteiros com reais ocorre a
coerção:
c = inttoreal(a) + b;
16
Tabela de Símbolos
Função essencial de qualquer compilador
que consiste no registro de todos os
identificadores encontrados no programa
fonte e também seus atributos.
Como atributos temos:
tipo,
escopo,
local de armazenamento,
número e tipo dos argumentos (se função),
método de passagem dos argumentos (se função) e
valor de retorno (se função).
Tabela de Símbolos
As informações sobre os identificadores e

seus atributos é mantida numa tabela
denominada tabela de símbolos na forma
de um registro para cada identificador.
Embora os identificadores sejam
determinados durante a análise léxica, a
maior parte dos seus atributos só pode ser
determinada durante a análise semântica.
17
Tabela de Símbolos
Durante a etapa de síntese, as informações

contidas na tabela de símbolos será bastante
utilizada para:
z determinação do espaço necessário para
armazenamento,
z determinação dos endereços de
armazenamento e
z seleção das instruções para realização das
operações indicadas pelo programa fonte.
Síntese
Implementa procedimentos de avaliação
para o programa-fonte em termos de
primitivas de um computador-alvo.
Para prover maior independência e
flexibilidade do projeto do compilador
divide-se geralmente em:
z geração de pseudo-código (target independent)
z otimização do pseudo-código
z geração do código-alvo
z otimização do código-alvo
18
Geração de Código
Intermediário (pseudocode)
Muitos compiladores geram uma
representação intermediária antes do
código-alvo.
Esta representação intermediária pode ser
entendida como um programa para uma
máquina abstrata (virtual).
Tal representação deve ser facilmente
gerada e traduzida no programa-alvo.
Uma forma típica é a three-address code onde
o trecho de programa abaixo:
montante = depInicial + taxaJuros*60
Poderia originar o seguinte pseudo-código:
temp1 = intoreal(60)
temp2 = id3 * temp1
temp3 = id2 + temp2
id1 = temp3
19
O three-address code tem como características:
z cada posição de memória é tratada como um
registrador;
z sequências de instruções possuem no máximo
três operandos;
z possui assim um único operador além da
atribuição
z precedência é resolvida através da ordem de
execução;
z posições temporárias são geradas e usadas para
armazenar valores intermediários.
Embora gere sequências de código mais
longas que aparentemente necessário,
facilita futuras otimizações e traduções
devido sua simplicidade.
Modificando-se apenas as etapas seguintes
pode-se obter compiladores para diferentes
linguagens-alvo, i.e., diferentes arquiteturas.
20
Otimização de Código
Procura melhorar o código intermediário
gerado em termos de:
z velocidade de execução
z quantidade de armazenamento utilizado
É uma tarefa relativamente complexa que
usualmente toma tempo significativo da
compilação, entretanto algumas otimizações
simples podem melhorar muito o tempo de
execução sem retardar demais a
compilação.
Fase final da compilação que produz código

relocável ou assembly.
Conforme o tipo de código gerado torna-se
necessário utilizar-se ferramentas adicionais
para que o programa-alvo seja executado.
Instruções do código intermediário são
traduzidas em sequências específicas de
instruções de máquina.
21
Posições de memória são selecionadas para

cada uma das variáveis usadas pelo
programa.
Um importante aspecto é a atribuição de
variáveis para registradores do processador.
Alguns compiladores procuram otimizar
novamente o código final gerado.
Detecção de Erros
Podem ocorrer erros em qualquer fase da

compilação, os quais devem ser relatados de
forma acurada.
Mesmo com a ocorrência de erros, cada
fase deve procurar prosseguir sempre que
possível (compilador deve ser robusto).
Maior parte dos erros ocorre durante
análise sintática e semântica.
22
Transformações do Código
A medida que as etapas de análise e síntese

se realizam, várias transformações ocorrem,
cada uma delas modificando a
representação de suas entradas pela adição
de novas informações.
a=b+c*3
Tabela de Símbolos
# id info
Análise Léxica 1 a
2 b
3 c
Id1 = id2 + id3 * number
Análise Sintática =
id1 +
Id2 *
id3 Number
23
=
id1 +
Análise Semântica
Id2 *
id3 Number
id1 +
Id2 *
id3 Intoreal(3)
=
Otimização Código
id1 + Intermediário
Id2 *
temp1 = id3 * 3.0
id3 Intoreal(3) id1 = id2 + temp1
Geração Código Alvo
Intermediário
MOV id3, R2
MUL #3.0, R2
temp1 = intoreal(3)
MOV id2, R1
temp2 = id3 * temp1
ADD R2, R1
temp3 = id2 + temp2
MOV R1, id1
id1 = temp3
24
Softwares Auxiliares
Pré-processadores
z produzem a entrada para os compiladores
z efetuam o processamento de macros
#define MAX 30
z realizam a inclusão de arquivos
#include “global.h”
z permitem adicionar extensões a linguagem
z permitem realizar compilação condicional
Softwares Auxiliares
Assemblers
z Convertem assembly em linguagem de máquina
z Assembler de 2 passos é o mais simples
Carregadores e Link-Editors
z efetuam o carregamento do programa na
memória efetuando a substituição dos
endereços relocáveis.
z permitem a união de arquivos compilados
separadamente
25
Agrupamento de Fases
Atividades de uma ou mais fases são

geralmente agrupadas para otimizar a tarefa
de compilação.
O agrupamento de fases pode ser realizado
da forma considerada mais adequada pelo
projetista do compilador.
Usualmente as fases são agrupadas em
torno do front-end e do back-end do
compilador.
Front-End (Interface de Vanguarda)

z Fases que dependem primariamente da
linguagem-fonte e que são independentes da
linguagem-alvo.
z No front-end estão geralmente incluídas a análise
léxica, a análise sintática, a análise semântica, a
criação da tabela de símbolos e a geração de
código intermediário bem como o tratamento
dos erros ocorridos nas fases associadas.
26
Back-End (Interface de Retaguarda)

z Fases que dependem explicitamente da
linguagem-alvo (i.e. da arquitetura de destino
do programa) e que são independentes da
linguagem-alvo (embora dependente também
da linguagem intermediária).
z No back-end estão geralmente incluídas a
geração de código alvo, as demais fases de
otimização e também o tratamento dos erros
ocorridos nas fases associadas.
O agrupamento de fases permite o projeto

mais flexível de compiladores pois:
z Se o front-end for bem projetado, refazendo-se
seu back-end temos um compilador para uma
plataforma diferente. (fato comum)
z Se o back-end for bem projetado, pode-se
utilizado para diferentes front-end e com isto
obter-se compiladores de diversas linguagens
para uma mesma máquina. (fato raro)
27
Fases versus Passagens
Uma fase é uma atividade específica do

compilador. Devido ao agrupamento de
fases é muitas vezes difícil identifica-las e
isola-las.
Uma passagem consiste na leitura completa
do arquivo de entrada produzindo uma
saída, podendo incluir várias fases.
Passagens são facilmente identificáveis.

Quanto menor o número de passagens,
mais rápido se torna o compilador pois são
efetuadas menos leituras da entrada e
produzidos um menor número de saídas
intermediárias.
Por outro lado, uma maior parte do
compilador deve permanecer na memória a
medida que se reduzem suas passagens
assim como tornam-se maiores e mais
complexas as representações intermediárias.
28
Caso comum:
z Numa primeira passagem o analisador sintático
comanda tanto o analisador léxico para
obtenção de tokens como o analisador
semântico para geração de código
intermediário.
z Numa segunda passagem são determinados
gerados os endereços finais de variáveis e
procedimentos cujo código foi previamente
gerado.
29

Introdução aos Compiladores

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Introdução aos Compiladores

Enviado por

Direitos autorais:

Formatos disponíveis

Compiladores:

 O uso de linguagens de programação de

 O estudo da técnicas construtivas dos

 O uso de algumas poucas técnicas de

 Compilador (sentido geral): aquele de

 As linguagens fonte (source languages) podem

Compilação constitui-se de duas partes:

 Compiladores operam em “fases”, cada

Análise Léxica ou Linear

 Efetua a análise da cadeia de caracteres do

 Dado o programa abaixo:

 Quantos tokens possui?

Análise Léxica ou Linear

z identificador main z pontuação (

 Uma tarefa adicional da análise léxica é

número expressão * expressão

Análise Léxica versus

 As informações sobre os identificadores e

 Durante a etapa de síntese, as informações

 Fase final da compilação que produz código

 Posições de memória são selecionadas para

 Podem ocorrer erros em qualquer fase da

 A medida que as etapas de análise e síntese

 Atividades de uma ou mais fases são

 Front-End (Interface de Vanguarda)

 Back-End (Interface de Retaguarda)

 O agrupamento de fases permite o projeto

 Uma fase é uma atividade específica do

Fases versus Passagens

Você também pode gostar

O uso de linguagens de programação de

O estudo da técnicas construtivas dos

O uso de algumas poucas técnicas de

Compilador (sentido geral): aquele de

As linguagens fonte (source languages) podem

Compiladores operam em “fases”, cada

Efetua a análise da cadeia de caracteres do

Dado o programa abaixo:

Quantos tokens possui?

Uma tarefa adicional da análise léxica é

As informações sobre os identificadores e

Durante a etapa de síntese, as informações

Fase final da compilação que produz código

Posições de memória são selecionadas para

Podem ocorrer erros em qualquer fase da

A medida que as etapas de análise e síntese

Atividades de uma ou mais fases são

Front-End (Interface de Vanguarda)

Back-End (Interface de Retaguarda)

O agrupamento de fases permite o projeto

Uma fase é uma atividade específica do