Sebesta - Texto Cap 03

Capítulo 3
Descrevendo Sintaxe e
Semântica
Conceitos de Linguagens de Programação – Robert W. Sebesta
Introdução
Tópicos do Capítulo 3
O problema geral de descrever sintaxe
Métodos formais para descrever sintaxe
Gramáticas de atributos
Descrevendo o significado de programas: semântica dinâmica
Introdução
Sintaxe: a forma de suas expressões, sentenças e unidades de
programas
Semântica: o significado dessas expressões, sentenças e unidades
de programas
Sintaxe e semântica fornecem uma definição da linguagem
while (expressão_booleana) sentença

Conceitos iniciais
Uma linguagem, seja natural (como a língua inglesa) ou artificial
(como Java), é um conjunto de cadeias de caracteres formadas a
partir de um alfabeto
Uma sentença é uma cadeia de caracteres formada a partir do
alfabeto da linguagem
Um lexema é a unidade sintática de mais baixo nível de uma
linguagem (por exemplo, *, sum, begin)
Um token é uma categoria de lexemas (por exemplo,
identificador)
O problema geral de descrever
sintaxe:
Sentença: index = 2 * count + terminologia
17;
Usuários de uma definição de linguagem

Outros desenvolvedores de linguagem
Implementadores
Programadores (os usuários da linguagem)
Construção das Linguagens de Programação

Introdução
Estudar a teoria da computação providencia conceitos e princípios
que ajudam a entender a natureza geral da computação.
Para estudar esses princípios básicos constroem-se modelos de
computadores abstratos para resolução de pequenos, mas não
fúteis, problemas.
Para modelar o hardware de um computador é introduzido o
conceito de autômatos.
Um autômato é uma construção que possui todas as
características indispensáveis de um computador digital:
entrada, saída, armazenagem temporária, tomadas de decisão.
Introdução
Construção das Linguagens de Programação (cont…)
Um autômato é um reconhecedor da linguagem. Através dos
reconhecedores é possível identificar se a cadeia de símbolos pertence
ou não a uma linguagem.
Linguagem formal é uma abstração das características gerais de uma
linguagem de programação. Assim, possui um conjunto de símbolos,
regras de formação de sentenças, etc.
Construção das Linguagens de Programação (cont…) Introdução

Estudar computação do ponto de vista teórico é sinônimo de
caracterizar o que é ou não é computável.
Para tanto, é preciso obter um modelo matemático que represente o
que se entende por computação.
Existem vários modelos. Nessa disciplina será dado enfoque nas
Máquinas de Turing. Com a Máquina de Turing podem-se verificar os
limites da computação e a complexidade computacional de um
sistema. A Máquina de Turing também é um reconhecedor.
Definição formal de linguagens

Reconhecedores
Um dispositivo de reconhecimento lê cadeias de caracteres a
partir do alfabeto da linguagem e indica se a cadeia pertence ou
não à linguagem
Exemplo: parte de análise sintática de um compilador
Geradores
Um dispositivo que gera sentenças de uma linguagem
Pode determinar se a sintaxe de uma sentença em particular
está sintaticamente correta comparando à estrutura do gerador
BNF e gramáticas livres de contexto

Gramáticas livres de contexto
Desenvolvido por Noam Chomsky no meio dos anos 1950
Geradores de linguagem, feitos para descrever a sintaxe de
linguagens naturais
Define uma classe de linguagens chamadas de livres de contexto
BNF e gramáticas livres de contexto

Forma de Backus-Naur (1959)
Inventada por John Backus para descriver Algol 58
BNF é equivalente às gramáticas livres de contexto
Alfabetos, Cadeias e Linguagens

Uma definição informal de uma linguagem poderia ser dada como
sendo um sistema capaz de expressar ideias, fatos, conceitos e que
inclui um conjunto de símbolos e regras para sua manipulação. Ou
ainda, define-se linguagem como o uso da palavra articulada ou
escrita como meio de expressão e comunicação entre pessoas.
Um alfabeto é um conjunto finito de símbolos.

Alfabetos
Um símbolo de um alfabeto é uma entidade abstrata básica,
podendo representar números, letras, desenhos etc, por exemplo:
1, 0, a, b, c.
Um alfabeto é representado por: Σ (lê-se sigma)
Assim são alfabetos:
Σ = {}
Σ = {0, 1}
Σ = {a, b}
Cadeias
Uma cadeia de caracteres sobre um alfabeto á uma sequencia finita
de símbolos (do alfabeto) justapostos.
Seja o alfabeto Σ = {a, b}
Então as cadeias (w) possíveis são:
w = λ representa a cadeia vazia, ou seja, não possui símbolos
w=a
w=b
w = ab
w = ba
w = aab
Linguagens
Uma linguagem é um conjunto de palavras sobre um alfabeto.
Se Σ representa um alfabeto, então Σ* representa o conjunto de todas
as palavras possíveis sobre Σ.
e Σ+ representa o conjunto de todas as palavras excetuando a palavra
vazia.
Assim pode-se dizer que
Σ* = { λ, a, b, ab, ba, aab, abb, aaaa, ....}
Σ+ = Σ* - {λ} = {a, b, ab, ba, aab, abb, aaaa, ....}
Uma linguagem (L) é geralmente definida como um subconjunto de Σ*.
Uma sentença é geralmente definida como uma cadeia pertencente à
linguagem L.
Assim pode-se dizer que

Linguagens
Σ* = { λ, a, b, ab, ba, aab, abb, aaaa, ....}
Σ+ = Σ* - {λ} = {a, b, ab, ba, aab, abb, aaaa, ....}
Uma linguagem (L) é geralmente definida como um subconjunto de
Σ*.
Uma sentença é geralmente definida como uma cadeia pertencente
à linguagem L.
Tamanho ou comprimento
O tamanho ou comprimento de uma cadeia w, representado por |
w|, é o número de símbolos que compõem a cadeia.
Por exemplo:
w = λ |w| = 0
w = a |w| = 1
w = ab |w| = 2
w = abb |w| = 3
w = bbaa |w| = 4
Reverso
O reverso de uma cadeia é obtido pela ordem inversa dos símbolos
da cadeia.
Se w = a1a2...an
Então o reverso, wR = an...a2a1
Por exemplo:
Seja w = ababab então wR = bababa
Seja v = cdcdcdcd então vR = dcdcdcdc
Reverso
A concatenação de duas cadeias w e v é a cadeia obtida pela adição
dos símbolos de v no final da cadeia w. Nenhum símbolo pode ser
mudado de lugar no momento da concatenação.
Se w = a1a2...an e v = b1b2....bm
Então a concatenação, w U v = a1a2...an b1b2....bm
Por exemplo:
Seja w = ababab e v = cdcdcdcd
Então w U v = abababcdcdcdcd
Símbolos não terminais:

Fundamentos de BNF
Em BNF, abstrações são usadas para representar classes de
estruturas sintáticas.
elas agem como variáveis sintáticas (também chamadas de
símbolos não terminais, ou simplesmente não terminais)
Terminais são lexemas ou tokens
Regra de abstração sintática da atribuição Lado direito (RHS)
Lado esquerdo (LHS)

Regra de abstração:
Fundamentos de BNF
Tem um lado esquerdo (LHS), que representa um não terminal
Tem um lado direito (RHS), que representa uma cadeia de não
terminais e terminais
Podem representar mais de uma forma sintática da linguagem
Regra de abstração sintática da atribuição
2
Gramática: coleção de regras

Fundamentos de BNF
Um símbolo inicial é um elemento especial dos não terminais de
uma gramática
Regras de BNF
Uma abstração (ou símbolo não terminal) pode ter mais de um RHS
<stmt> → <single_stmt>
| begin <stmt_list> end
Descrevendo listas
Listas de elementos sintáticos em BNF são descritas pelo uso de
recursão.
<ident_list> → ident | ident, <ident_list>

Gramática e derivação
Uma gramática é um dispositivo de geração para definir linguagens
Uma derivação é uma aplicação de regras repetida, começando
com um símbolo inicial e terminando com uma sentença (todos
símbolos terminais)
Um exemplo de gramática
<program> → <stmts>
<stmts> → <stmt> | <stmt> ; <stmts>
<stmt> → <var> = <expr>
<var> → a | b | c | d
<expr> → <term> + <term> | <term> - <term>
<term> → <var> | const
Um exemplo de derivação
<program> => <stmts> => <stmt>
=> <var> = <expr>
=> a = <expr>
=> a = <term> + <term>
=> a = <var> + <term>
=> a = b + <term>
=> a = b + const
Derivações
Cada cadeia de símbolos em uma derivação é chamada de forma
sentencial
Uma sentença é uma forma sentencial que tem apenas símbolos
terminais
Uma derivação mais à esquerda é uma em que o não terminal mais
à esquerda em cada forma sentencial é expandido
Uma derivação pode ser nem mais à esquerda nem mais à direita
Árvores de análise sintáticaÁrvore de análise sintática

Representação hierárquica de uma derivação
Cada nó interno de uma árvore de análise sintática é rotulado com um
símbolos não terminal;
Cada folha é rotulada com um símbolo terminal.
Cada subárvore de uma árvore de análise sintática descreve uma
instância de uma abstração da sentença.
Árvore de análise sintática

Ambiguidade em gramáticas
Uma gramática é ambígua se gera uma forma sentencial com duas
ou mais árvores de análise sintática distintas
Determinar se uma gramática é ambígua:
Se a gramática gera uma sentença com mais de uma derivação
mais à esquerda;
Se a gramática gera uma sentença com mais de uma derivação
mais à direita;
Uma gramática de expressão ambígua
(Exemplo
Duas árvores para a expressão A = B + C3.3)
*A
Uma gramática de expressão não
ambígua
Se usarmos a árvore de análise sintática para indicar níveis de
precedência dos operadores, não podemos ter a ambiguidade

ambígua
ambígua
ambígua
<expr> → <expr> - <term> | <term>

<term> → <term> / const| const
Associatividade de operadores
Associatividade de um operador também pode ser indicada por
uma gramática
<expr> -> <expr> + <expr> | const (ambígua)
<expr> -> <expr> + const | const (não ambígua)
BNF estendida
BNF estendida
Partes opcionais são delimitadas por colchetes [ ]
<proc_call> -> ident [(<expr_list>)]
Partes alternativas de RHSs são colocadas entre parênteses e
separadas com barras verticais
<term> → <term> (+|-) const
Repetições (0 ou mais) são colocadas entre chaves { }
<ident> → letter {letter|digit}
BNF
BNF e EBNF
<expr> → <expr> + <term>
| <expr> - <term>
| <term>
<term> → <term> * <factor>
| <term> / <factor>
| <factor>
EBNF
<expr> → <term> {(+ | -) <term>}
<term> → <factor> {(* | /) <factor>}
Recentes variações em EBNF
RHSs alternativas são colocadas em linhas separadas

Uso de dois pontos em vez de =>
Uso de opt para partes opcionais
Uso de oneof para escolhas
Semânticas estáticas
Não têm a ver com o significado

Gramáticas livres de contexto (CFGs) não podem descrever todas as sintaxes
de linguagens de programação
Categorias de construtores que são problemas:
Livres de contexto (por exemplo, tipos de operandos em expressões)
Não livres de contexto (por exemplo, variáveis precisam ser declaradas antes de
serem usadas)
Gramáticas de atributos
Uma gramática de atributos (AG) é uma extensão de uma gramática livre de

contexto (CFG)
Valores primários de gramáticas de atributos:
Especificação de semânticas estáticas
Compilação (verificação de semânticas estáticas)
Gramáticas de atributos: definição
Def: Uma gramática de atributo é uma gramática com os seguintes recursos

adicionais:
Associado a cada símbolo X da gramática está um conjunto de atributos A (X)
Associado a cada regra gramatical está um conjunto de funções semânticas e um
conjunto possivelmente vazio de funções de predicado sobre os atributos dos
símbolos na regra gramatical
Gramáticas de atributos: definição
Deixe X0 → X1 ... Xn ser uma regra

Funções semânticas da forma S(X0) = f(A(X1), ... , A(Xn)) definem atributos
sintetizados
Funções da forma I(Xj) = f(A(X0), ... , A(Xn)), for i <= j <= n, definem
atributos herdados
Atributos intrínsecos são atributos sintetizados de nós folha cujos valores são
determinados fora da árvore de análise sintática
Gramáticas de atributos: um exemplo
Sintaxe
<assign> -> <var> = <expr>
<expr> -> <var> + <var> | <var>
<var> A | B | C
actual_type: sintetizado para <var> e <expr>
expected_type: herdado para <expr>
Gramática de atributos
Regra sintática: <expr> → <var>[1] + <var>[2]

Regra semântica:
<expr>.actual_type ← <var>[1].actual_type
Predicado:
<var>[1].actual_type == <var>[2].actual_type
<expr>.expected_type == <expr>.actual_type
Regra sintática : <var> → id

Regra semântica:
<var>.actual_type ← lookup (<var>.string)
Como são computados os valores dos atributos?

Se todos os atributos forem herdados, a árvore pode ser decorada na ordem
decrescente.
Se todos os atributos forem sintetizados, a árvore pode ser decorada na ordem
crescente.
Em muitos casos, ambos os tipos de atributos são usados, e uma combinação de
crescente e decrescente precisa ser usada.
<expr>.expected_type ← inherited from parent
<var>[1].actual_type ← lookup (A)

<var>[2].actual_type ← lookup (B)
<var>[1].actual_type =? <var>[2].actual_type
<expr>.actual_type ← <var>[1].actual_type
<expr>.actual_type =? <expr>.expected_type
Semânticas
Não há nenhuma notação única amplamente aceitável ou formalismo para

descrever semântica
Diversas necessidades de uma metodologia e notação para a semântica
Programadores precisam saber o que a sentença de uma linguagem significa
Desenvolvedores de compiladores devem saber exatamente o que as construções
da linguagem significam
Geradores de compilação seriam possíveis
Projetistas poderiam detectar ambiguidades e inconsistências
Semântica operacional
Semântica Operacional
Descrever o significado de uma sentença ou programa pela especificação dos
efeitos de rodá-lo em uma máquina. A mudança no estado de máquina (memória,
registros, etc.) define o significado da sentença
Para usar semântica operacional em uma linguagem de alto nível, é necessária
uma máquina virtual
Um interpretador puro de hardware seria muito caro

Um interpretador puro de software também tem problemas
As características detalhadas de um computador em particular deixaria ações
difíceis de entender
Uma definição semântica seria dependente da máquina
Uma melhor alternativa: uma completa simulação

O processo:
Construir um interpretador (transforma código de origem em código de máquina
de um computador idealizado)
Construir um simulador para o computador idealizado
Semânticas operacionais
Usos de semânticas operacionais:
Manuais de linguagem e livros-texto de programação
Ensino de linguagens de programação
Dois níveis diferentes de uso de uma semântica operacional:
Semântica operacional natural
Semântica operacional estrutural
Avaliação
Boa se usada informalmente
Extremamente complexa se usada formalmente
Semânticas denotacionais
Baseada na teoria de funções recursivas

O método de descrição semântica mais abstrato
Originalmente desenvolvida por Scott e Strachey (1970)
Semânticas denotacionais
O processo de construir uma especificação denotacional para uma linguagem:

Define um objeto matemático para cada entidade da linguagem
Define uma função que mapeia as instâncias dessa entidade de linguagem para
instâncias do objeto matemático correspondente
O significado da construção de linguagem é definido apenas pelos valores das
variáveis de programas
Semânticas denotacionais: o estado de um programa
O estado de um programa são os valores atuais de todas as suas variáveis

s = {<i1, v1>, <i2, v2>, …, <in, vn>}
Considere VARMAP uma função que, quando dado um nome de variável e
estado, retorna o atual valor da variável
VARMAP(ij, s) = vj
Números decimais
<dec_num> → '0' | '1' | '2' | '3' | '4' | '5' |
'6' | '7' | '8' | '9' |
<dec_num> ('0' | '1' | '2' | '3' |
'4' | '5' | '6' | '7' |
'8' | '9')
Mdec('0') = 0, Mdec ('1') = 1, …, Mdec ('9') = 9

Mdec (<dec_num> '0') = 10 * Mdec (<dec_num>)
Mdec (<dec_num> '1’) = 10 * Mdec (<dec_num>) + 1
…
Mdec (<dec_num> '9') = 10 * Mdec (<dec_num>) + 9
Expressões
Expressões formam o conjunto Z ∪ {error}

Assumimos que expressões são números decimais, variáveis ou expressões
binárias tendo um operador aritimético e dois operando, cada um pode ser uma
expressão
Expressões
Me(<expr>, s) Δ=
case <expr> of
<dec_num> => Mdec(<dec_num>, s)
<var> =>
if VARMAP(<var>, s) == undef
then error
else VARMAP(<var>, s)
<binary_expr> =>
if (Me(<binary_expr>.<left_expr>, s) == undef
OR Me(<binary_expr>.<right_expr>, s) =
undef)
then error
else
if (<binary_expr>.<operator> == '+' then
Me(<binary_expr>.<left_expr>, s) +
Me(<binary_expr>.<right_expr>, s)
else Me(<binary_expr>.<left_expr>, s) *
Me(<binary_expr>.<right_expr>, s)
...
Sentenças de atribuição
Funções de mapeamento mapeiam listas de sentenças e estados para estados ∪
{error}
Ma(x := E, s) Δ=
if Me(E, s) == error
then error
else s’ = {<i1,v1’>,<i2,v2’>,...,<in,vn’>},
where for j = 1, 2, ..., n,
if ij == x
then vj’ = Me(E, s)
else vj’ = VARMAP(ij, s)
Laços lógicos com pré-teste
Funções de mapeamento mapeiam listas de sentenças e estados para estados U

{error}
Ml(while B do L, s) Δ=
if Mb(B, s) == undef
then error
else if Mb(B, s) == false
then s
else if Msl(L, s) == error
then error
else Ml(while B do L, Msl(L, s))
Significado do laço
O significado do laço é o valor das variáveis do programa após as sentenças no

laço terem sido executadas o número de vezes necessário, assumindo que não
ocorreram erros
Essencialmente, o laço foi convertido de iteração para recursão, onde o
controle da recursão é definido matematicamente por outras funções recursivas
de mapeamento de estado
A recursão é mais fácil de descrever com rigor matemático do que a iteração
Avaliação de semântica denotacional
Pode ser usada para provar a corretude de programas

Sugere uma maneira rigorosa para pensar nos programas
Pode ser uma ajuda ao projeto de linguagem
Tem sido usada em sistemas de geração de compilador
Devido a sua complexidade, é de pouco uso para usuários de linguagem
Semântica axiomática
Baseada em lógica matemática

Propósito original: verificação de programas
Axiomas ou regras de inferência são definidas para cada tipo de sentença da
linguagem (a fim de permitir transformações de expressões de lógica em
expressões de lógica mais formais)
As expressões lógicas são chamadas de asserções
Semântica axiomática
Uma asserção que precede imediatamente uma sentença (uma pré-condição)

descreve as restrições nas variáveis do programa naquele ponto.
Uma asserção imediatamente após uma sentença é uma pós-condição
Uma pré-condição mais fraca é a menos restritiva que garantirá a validade da
pós-condição associada
Forma da semântica axiomática
Forma sentencial: {P} statement {Q}

Um exemplo
a = b + 1 {a > 1}
Uma pré-condição possível: {b > 10}
Pré-condição mais fraca: {b > 0}
Provas de programas
A pós-condição para o programa completo é o resultado desejado

Volte até a primeira sentença do programa. Se a pré-condição na primeira sentença
é a mesma da especificação do programa, ele está correto.
Semântica axiomática: axiomas
Um axioma para sentença de atribuição (x = E): {Qx->E} x = E {Q}

A Regra de Consequência:
Uma regra de inferência para sequências da forma S1; S2

{P1} S1 {P2}
{P2} S2 {P3}
Uma regra de inferência para um laço de repetição

{P} while B do S end {Q}
onde I é a invariante de laço de repetição

Características da invariante de laço de repetição: I deve satisfazer os seguintes

requisitos:
P => I -- a invariante de repetição precisa ser verdadeira inicialmente
{I} B {I} -- avaliação de B não pode mudar a validade de I
{I and B} S {I} -- I não é mudado pela execução do corpo da repetição
(I and (not B)) => Q -- se I é verdadeiro e B é falso, Q é incluído
A repetição termina -- pode ser difícil de provar
Invariante de repetição
A invariante de repetição é uma versão enfraquecida da pós-condição de

repetição e é também uma pré-condição.
I deve ser fraco o suficiente para estar preenchido antes do início do ciclo, mas
quando for combinado com a condição de saída do laço deve ser
suficientemente forte para forçar a verdade da pós-condição
Avaliação da semântica axiomática
Desenvolver axiomas ou regras de inferência para todas as sentenças de uma

linguagem é difícil
É uma boa ferramenta para provas de corretude, mas não é útil para usuários de
linguagens e escritores de compiladores
Semântica denotacional × semântica operacional
Na semântica operacional, as mudanças de estado são definidas por algoritmos

codificados
Na semântica denotacional, as mudanças de estado são definidas por funções
matemáticas rigorosas
Resumo
BNF e gramáticas livres de contexto são metalinguagens equivalentes

Bastante adequadas para a tarefa de descrever a sintaxe de linguagens de
programação
Uma gramática de atributos e um formalismo descritivo que pode descrever
tanto a sintaxe quanto a semântica estática de uma linguagem
Três métodos principais de descrição semântica
Operacional, denotacional e axiomática

Sebesta - Texto Cap 03

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

Sebesta - Texto Cap 03

Enviado por

Direitos autorais:

Formatos disponíveis

Capítulo 3

while (expressão_booleana) sentença

Usuários de uma definição de linguagem

Construção das Linguagens de Programação

Construção das Linguagens de Programação (cont…) Introdução

Definição formal de linguagens

BNF e gramáticas livres de contexto

BNF e gramáticas livres de contexto

Alfabetos, Cadeias e Linguagens

Um alfabeto é um conjunto finito de símbolos.

Assim pode-se dizer que

Símbolos não terminais:

Regra de abstração sintática da atribuição Lado direito (RHS)

Lado esquerdo (LHS)

Regra de abstração sintática da atribuição

Gramática: coleção de regras

<ident_list> → ident | ident, <ident_list>

Árvores de análise sintáticaÁrvore de análise sintática

Árvore de análise sintática

Se usarmos a árvore de análise sintática para indicar níveis de

<expr> → <expr> - <term> | <term>

Recentes variações em EBNF

RHSs alternativas são colocadas em linhas separadas

Não têm a ver com o significado

Uma gramática de atributos (AG) é uma extensão de uma gramática livre de

Gramáticas de atributos: definição

Def: Uma gramática de atributo é uma gramática com os seguintes recursos

Gramáticas de atributos: definição

Deixe X0 → X1 ... Xn ser uma regra

Gramáticas de atributos: um exemplo

Regra sintática: <expr> → <var>[1] + <var>[2]

Regra sintática : <var> → id

Como são computados os valores dos atributos?

<expr>.expected_type ← inherited from parent

<var>[1].actual_type ← lookup (A)

Não há nenhuma notação única amplamente aceitável ou formalismo para

Um interpretador puro de hardware seria muito caro

Uma melhor alternativa: uma completa simulação

Baseada na teoria de funções recursivas

O processo de construir uma especificação denotacional para uma linguagem:

Semânticas denotacionais: o estado de um programa

O estado de um programa são os valores atuais de todas as suas variáveis

Mdec('0') = 0, Mdec ('1') = 1, …, Mdec ('9') = 9

Expressões formam o conjunto Z ∪ {error}

Laços lógicos com pré-teste

Funções de mapeamento mapeiam listas de sentenças e estados para estados U

O significado do laço é o valor das variáveis do programa após as sentenças no

Avaliação de semântica denotacional

Pode ser usada para provar a corretude de programas

Baseada em lógica matemática

Uma asserção que precede imediatamente uma sentença (uma pré-condição)

Forma da semântica axiomática

Forma sentencial: {P} statement {Q}

A pós-condição para o programa completo é o resultado desejado

Semântica axiomática: axiomas

Um axioma para sentença de atribuição (x = E): {Qx->E} x = E {Q}

Semântica axiomática: axiomas

Uma regra de inferência para sequências da forma S1; S2

Semântica axiomática: axiomas

Uma regra de inferência para um laço de repetição

onde I é a invariante de laço de repetição

Semântica axiomática: axiomas

Características da invariante de laço de repetição: I deve satisfazer os seguintes