Compiladores e Intérpretes Conceptos Generaleslc/cei/downloads/Clases/Clase 1 - Conceptos...Alto Nivel Usualmente Bajo Nivel. Compiladores e Intérpretes 2019 Departamento de Ciencias

Compiladores e Intérpretes

Conceptos GeneralesSebastian Gottifredi

Universidad Nacional del Sur

Departamento de Ciencias e Ingeniería de la Computación

2019

1

Compiladores e Intérpretes 2019



Administrativa

• Clases Miércoles y Viernes de 16 a 20hs Aula 2 DCIC

• Página web: http://cs.uns.edu.ar/~lc/cei/

• Evaluación: Proyecto (múltiples etapas)

• Para más detalles consultar la información y los documentos

en la página web de la materia

2

http://cs.uns.edu.ar/~lc/cei/




Problema: ¿Cómo ejecutamos un programa?

3

prog1

if(id1>10)

var= “hola”;

else

print “chau”;

//fin

Ejecutar!

TEXT:if(id1>10)var=_“hola”;elseprint_“chau”;//fin





• Dos principales estrategias

4

011010

100110

101010

>chau

Ejecutar!

Traducción de prog1

a código de una

máquina destino

prog1

if(id1>10)

var= “hola”;

else

print “chau”;

//fin






5

011010

100110

101010

>chau

Ejecutar!

Programa actualmente corriendo

en la máquina destino recibe y va

ejecutando prog1

prog1

if(id1>10)

var= “hola”;

else

print “chau”;

//fin >chau






6

011010

100110

101010Compilador

>chau

Intérprete

Ejecutar!prog1

if(id1>10)

var= “hola”;

else

print “chau”;

//fin >chau




Características de un Compilador

7





• Un Compilador es un software que traduce automáticamente

un programa de un lenguaje fuente a un programa equivalente

de un lenguaje destino.

8

011010

100110

101010

Compilador

Programa

fuente

Usualmente

Alto Nivel

Usualmente

Bajo Nivel




Usualmente

Alto Nivel

Usualmente

Bajo Nivel


• Un Compilador es un software que traduce automáticamente

un programa de un lenguaje fuente a un programa equivalente

de un lenguaje destino.

9

011010

100110

101010

Programa

fuente

Lenguaje Alto Nivel

• Independiente de la

máquina

• Sintaxis compleja

• Semántica compleja

• Anidamiento

• Subprogramas

• Objetos

…

Compilador

Lenguaje Bajo Nivel

• Específico

• Sintaxis simple

• Semántica simple

• Manejo de Memoria

• Registros

• Alcance simple

…

Gran brecha entre el fuente

y el destino… ¿Cómo y por

dónde comenzamos?¡Dividir y Conquistar!




Fases de

Análisis

Fases de

Síntesis


• Las tareas del compilador se dividen en fases, las cuales se

agrupan de la siguiente manera:

10

011010

100110

101010

Compilador

Programa

fuente

CompiladorCompilador




Fases de

Análisis

Fases de

Síntesis


• Las tareas del compilador se dividen en fases, las cuales se

agrupan de la siguiente manera:

11

011010

100110

101010

Compilador

Programa

fuente

Compilador

Analizar el

programa fuente

Mapear lo

analizado al

código destino




Fases de Análisis

12




Fases de Análisis

13

Fases de

Análisis

Analizar y recopilar

la información de

la estructura y el

significado del

fuente

Programa

fuente




Fases de Análisis

14

Fases de

AnálisisConstruir una representación

interna del fuente que capture la

estructura del programa

Árbol Sintáctico Abstracto (AST)

Programa

fuente


la información de

la estructura y el

significado del

fuente




Fases de Análisis

15

Fases de

Análisis Nombre tipo

x float

y float

Nombre Retorno Params

m1 void -

…

Construir una estructura con

toda la información recolectada

de las entidades del programa

Tabla de Símbolos


la información de

la estructura y el

significado del

fuente

Programa

fuente




Fases de Análisis

16

Fases de

Análisis…

Verificar la correctitud sintáctica y semántica

del programa; en caso de no ser correcto,

reportar el error con la información

adecuada.


la información de

la estructura y el

significado del

fuente

Programa

fuenteNombre tipo

x float

y float


m1 void -

Programa

fuente




Fases de Análisis

17

…

Especificación del

Lenguaje fuente

Fases de

AnálisisEl compilador debe

valerse de la

especificación del

lenguaje fuente - de

sus reglas de

Sintaxis y Semántica


la información de

la estructura y el

significado del

fuente

Programa

fuenteNombre tipo

x float

y float


m1 void -

Programa

fuente




Fases de Análisis

18

Analizador

Léxico

Analizador

Sintáctico

Analizador

Semántico

Fases de Análisis

¡Dividir y Conquistar!




Fases de Análisis

19

Analizador

Léxico

Analizador

Sintáctico

Analizador

Semántico


Fases de Análisis




Fase de Análisis Léxico

• Las reglas de sintaxis están expresadas en términos de los

tipos de palabras válidas (tokens) del lenguaje.

• Estas reglas determinan el orden en que pueden aparecer los

tokens en un programa válido.

• Problema: el programa fuente es una secuencia de

caracteres, no de tokens.

20

//cuenta

var = x * (y +10) ;

//fin cuenta

TEXT://cuentavar˽=˽x˽*˽˽(y˽+10)˽;//fin˽cuenta





• Para atacar este problema está la fase de análisis léxico.

• El analizador léxico toma como entrada el fuente y lo transforma en

una secuencia de tokens.

• Para esto irá agrupando caracteres contiguos del fuente que formen tokens.

• Además es el encargado omitir blancos, separadores y comentarios.

21

Analizador

Léxico

//cuentavar˽=˽x˽*˽˽(y˽+10)˽;//fin˽cuenta

Secuencia tokens//cuenta

var = x * (y +10) ;

//fin cuenta





• Además, el analizador léxico será el encargado de detectar y

reportar errores léxicos.

• Por ejemplo:

• Identificadores mal formados: 4varible me%todo

• Símbolos inválidos: € ☺ ~

• Comentarios multi-línea no cerrados: /*comentario…

22





23

Analizador

Léxico

Secuencia de Tokens

Reporte de Errores

Léxicos

Secuencia de Caracteres Fuente




Fase de Análisis Sintáctico

• A partir de la secuencia de tokens el compilador debe usar

las reglas de sintaxis de la especificación del lenguaje para:

• Controlar que la secuencia no viola ninguna de las reglas.

• Organizar los tokens en una representación arbórea que refleje la

estructura impuesta por estas reglas.

• Recolectar información de las entidades declaradas.

• El Analizador Sintáctico es el encargado de realizar estas

tareas.

24





• La implementación del analizador sintáctico se vale de las

teorías de lenguajes formales.

• Las reglas de sintaxis del lenguaje están expresadas en

términos de una gramática libre de contexto.

25

Derivación: partiendo del

símbolo inicial aplicamos

producciones y llegamos a

la cadena

Re

gla

s

Sin

tax

is

<A>::= id = <E> ;

<E>::= id<E>::= intval<E>::= <E> + <E>

<E>::= <E> * <E>

<E>::=(<E>)

Describen cómo generar

las cadenas del lenguaje

Cómo generar los

programas

sintácticamente

validos del lenguaje





• En esta fase ya tenemos la cadena (secuencia de tokens) y

queremos analizar su pertenencia al lenguaje.

• La estrategia general del analizador sintáctico será simular la

derivación (inteligentemente) buscando llegar a la secuencia

de tokens.

• En caso de no ser posible quiere decir que el programa fuente tiene

un error sintáctico, el cual deberá ser reportado.

26





• Las derivaciones tienen asociado un árbol de derivación.

• Este árbol refleja cómo se aplicaron las reglas de manera

jerárquica.

• Contiene información redundante o irrelevante para las próximas

fases.

• El analizador sintáctico generará una versión más abstracta de

ese árbol conocida como Árbol Sintáctico Abstracto (AST).

27





• Usualmente el analizador sintáctico recopila información de

las entidades declaradas.

• Esta información se almacena en la tabla de símbolos:

• Estructura jerárquica de tablas, que respeta los

ambientes de declaración del lenguaje.

• Para cada entidad se almacena información útil para las

siguientes fases (tipo, posición, tamaño, etc.).

28





29

Analizador

Sintáctico

Árbol Sintáctico Abstracto

Reporte de Errores

Sintácticos

Secuencia

de Tokens

Tabla de Símbolos




Fase de Análisis Semántico

• En las fases anteriores obtuvimos información y controlamos la

forma del programa fuente.

• Esta fase concierne su significado.

• Intuitivamente, se busca:

• Descubrir cómo son utilizadas las entidades y los valores

del programa, y

• analizar si su uso es correcto.

30





• El analizador semántico tiene dos actividades principales:

• Resolución de Nombres: Identificar adecuadamente a qué entidad

declarada hace referencia un identificador utilizado.

Por ejemplo (en un lenguaje al estilo Java):

31

void m1(A x){

…

w = x.m2() + r;

…

}

¿Está declarada

la clase A?

¿Es w una variable local? Sino

¿es un parámetro? Sino ¿es

una variable de instancia?¿Es m2 un método de la

clase A o de un ancestro?





• El analizador semántico tiene dos actividades principales:

• Chequeo de Tipos: Controlar que cuando un elemento tipado

(variable, función, valor, expresión) es utilizado en un contexto su

tipo sea el adecuado.

Por ejemplo (en un lenguaje al estilo Java):

32

void m1(A x){

…

w = x.m2() + r;

…

}¿Puedo operar con + los

tipos de las sub-expresiones

(retorno de m2 y r)?

¿Es compatible el

tipo del resultado del

+ con el tipo de w?





• En cada una de estas actividades se pueden detectar errores:

• Cuando en la resolución de nombres no se encuentra una entidad

asociada al identificador analizado.

• Cuando en el chequeo tipos se produce una incompatibilidad de

tipos.

• De manera similar a las fases anteriores, el compilador deberá

reportar los errores semánticos detectados.

33





34

Analizador

Semántico

Árbol Sintáctico Abstracto*

Reporte de Errores

Semánticos

Tabla de Símbolos*

Árbol Sintáctico

Abstracto

Tabla de

Símbolos




Fases de Síntesis

35




Fases de

Síntesis

Fases de Síntesis

36

011010

100110

101010

Árbol Sintáctico

Abstracto*

Tabla de

Símbolos*

Toman la información

recopilada por las

fases de análisis y

traducen a código del

lenguaje destino

Buscan que el

resultado sea un

código eficiente




Fases de Síntesis

37

Analizador

Léxico

Analizador

Sintáctico

Analizador

Semántico

Fases de Síntesis





Fases de Síntesis

38

Generador

de Código

Intermedio

Fases de Síntesis


Optimizador

(Código

Intermedio)

Generador

de Código

Destino

Optimizador

(Código

Destino)




Fase de Generación de Código Intermedio

• Objetivo: traducir el programa a una representación que sea

útil para las siguientes fases.

• La representación intermedia debe ser tal que:

• Sea fácil de generar a partir del AST y de la Tabla de Símbolos.

• Sea fácil de traducir al lenguaje destino.

• Sea útil para aplicar técnicas de optimización.

39





• En esta fase se traduce a una representación intermedia de

bajo nivel similar al lenguaje destino pero más abstracto.

• Para esto, el generador de código intermedio:

• Genera instrucciones a medida que recorre el AST.

• Utiliza la Tabla de Símbolos para obtener información.

40





41

Generador

de Código

Intermedio

Árbol Sintáctico

Abstracto*

Tabla de

Símbolos*

Código Intermedio

de Bajo Nivel

Tabla de Símbolos*




Fase de Optimización de Código Intermedio

• Esta fase reconstruye partes del código intermedio buscando

mejorar su calidad (abstrayéndose de la máquina destino).

• Sin alterar el resultado esperado de la computación.

• En general buscará hacer un código más eficiente, minimizando,

por ejemplo:

• Cantidad de instrucciones.

• Accesos a memoria.

• Uso de temporales.

42




Fase de Optimización de Código Intermedio

43

Optimizador

(Código

Intermedio)

Código Intermedio de

Bajo Nivel Mejorado

Tabla de Símbolos*

Código Intermedio

de Bajo Nivel

Tabla de Símbolos*




Fases de Síntesis

44

Generador

de Código

Intermedio

Fases de Síntesis

Optimizador

(Código

Intermedio)

Generador

de Código

Destino

Optimizador

(Código

Destino)

Es posible tener varias fases

de generación de código

intermedio y optimización




Fases de Generación y Optimización de Código Destino

• En estas fases se traduce la representación intermedia de

bajo nivel del programa fuente a código del lenguaje destino.

• Si elegimos una representación intermedia adecuada, una

estrategia básica de traduccion implicará:

• Tomar una instrucción de la representación intermedia, y

• traducirla a una secuencia de instrucciones del lenguaje destino que

realicen la misma tarea.

• Esta tarea se denomina selección de instrucciones.

45




Fases de Generación y Optimización de Código Destino

• Si el destino es código máquina se asociarán registros y

locaciones de memoria para las variables del programa.

• Optimizaciones sobre el código destino requieren considerar

características de la arquitectura de la máquina destino.

• Por ejemplo: la máquina tiene un número limitado de registros.

• La clave es optimizar el uso de los registros reales, reutilizándolos

cuanto más sea posible.

46




Programa

fuente

Estructura de un Compilador

47

Fases de Análisis

An

ali

zad

or

Léxic

o

An

ali

zad

or

Sin

tácti

co

An

ali

za

do

r

Sem

án

tico

Fases de Síntesis

Gen

. C

ód

igo

Inte

rmed

io

Op

tim

izad

or

Inte

rmed

io

Gen

. C

ód

igo

Desti

no

Op

tim

izad

or

Desti

no 011010

100110

101010

Compilador Estándar




Programa

fuente

Estructura de un Compilador

48

Fases de Análisis

An

ali

zad

or

Léxic

o

An

ali

zad

or

Sin

tácti

co

An

ali

za

do

r

Sem

án

tico

Compilador Estándar

Fases de Síntesis

Gen

. C

ód

igo

Inte

rmed

io

Op

tim

izad

or

Inte

rmed

io

Gen

. C

ód

igo

Desti

no

Op

tim

izad

or

Desti

no 011010

100110

101010

No toda etapa necesita que la/s

anteriores terminen para

realizar su tareaCuanto más “secuenciales” son las etapas

más pasadas tendrá el compilador

En uno no Estándar

algunas etapas pueden

no existir




¿Por qué estudiamos Compiladores?

• Los compiladores son piezas fundamentales en computación:

preparan el problema para que sea resuelto por una computadora

• Nos permiten tener lenguajes y herramientas de más alto nivel

adecuados a las necesidades de problemáticas más específicas

• Un compilador es un software complejo → Desafío de ingeniería

de software

• Los compiladores son un ejemplo de cómo aplicar técnicas

formales para asegurar resultados en la práctica

49




¿Por qué estudiamos Compiladores?

• En la actualidad hay muchas herramientas que utilizan conceptos o son prácticamente compiladores, intérpretes o traductores

• Por Ejemplo:

• Web Browser

• Librerías de desarrollo web (JSX en React, GWT, etc.)

• Refactoring de código

• Parseo de datos en formatos específicos (JSON, XML, etc.)

• Procesadores de Lenguajes no estructurados

50




Bibliografía

• A. Aho, M. Lam, R. Sethi, J. Ullman - Compilers: Principles

Techniques and Tools.

• K. Cooper, L. Torczon - Engineering a Compiler

• T. A. Mogensen - Basics of Compiler Design

• M. Scott - Programming Languages Pragmatics

51

Documents

Compiladores e Intérpretes Conceptos Generaleslc/cei/downloads/Clases/Clase 1 - Conceptos...Alto Nivel Usualmente Bajo Nivel. Compiladores e Intérpretes 2019 Departamento de Ciencias