Tema: Introducción a compiladores y MUSIM/0

Compiladores. Guía 1
1
Facultad:
Ingeniería
Escuela:
Computación
Asignatura: Compiladores
Tema: Introducción a compiladores y MUSIM/0
Contenido
En esta guía se presenta una breve introducción a los
conceptos básicos que se utilizan en el ámbito de los
compiladores y se familiarizara al alumno con el lenguaje al
cual se le desarrollará un compilador a lo largo de las
prácticas.
Objetivos Específicos
Entender los conceptos básicos de compiladores.
Conocer los lenguajes que se utilizaran
siguientes prácticas.
en
las
Material y Equipo
Guía de Laboratorio Nº 1.
Computadora con DevC++
Introducción Teórica
Lenguajes de Programación
Guía
3
La
programación
de computadoras se realiza en los llamados
lenguajes de programación, éstos posibilitan la comunicación
entre
Guía 4el programador y la computadora, a través de un
conjunto de instrucciones u órdenes especificadas por el
lenguaje.
fía
Un lenguaje de programación puede definirse como “una
notación formal para describir algoritmos o funciones que
serán ejecutados por el ordenador”.
Según su grado de independencia de la maquina, los lenguajes
de programación se clasifican en:
2
Compiladores. Guía 1
Lenguaje
maquina:
Es
la
notación
que
entiende
directamente el ordenador, por eso sus instrucciones
están escritas con código binario. El repertorio de sus
instrucciones, así como la estructura de estas, están
ligadas directamente a la arquitectura de la maquina.
Lenguaje ensamblador: es esencialmente una versión
simbólica de un lenguaje maquina. Cada código de
operación se indica por un código simbólico. Por ejemplo
ADD para adición y MUL para multiplicación.
Lenguajes de nivel medio: tienen algunas de las
características de los lenguajes de bajo nivel (por
ejemplo acceso directo a posiciones de memoria),
añadidas a posibilidades de manejo de estructuras de
control y de datos de lenguajes de alto nivel.
Lenguajes de alto nivel: facilitan la escritura de
programas con estructuras de datos complejas, la
utilización de bloques, y procedimientos o subrutinas.
Dentro de estos lenguajes destacan un tipo de lenguajes,
denominados lenguajes orientados a objetos, que permiten
definir tipos abstractos de datos.
Lenguajes de orientados a problemas concretos: se
utilizan para la resolución de problemas en un campo
específico.
Procesadores de lenguaje
Procesadores de lenguajes es el nombre genérico que reciben
todas las aplicaciones informáticas en las cuales uno de los
datos fundamentales de entrada es un lenguaje. La definición
anterior afecta una gran variedad de herramientas software,
entre las cuales tenemos:
Traductores: Es un programa que procesa un texto fuente
y genera un texto objeto
Ensamblador: Si el lenguaje fuente es el lenguaje
ensamblador y el lenguaje objeto es el lenguaje maquina,
entonces al traductor se le llama ensamblador.
Compiladores: Un traductor que transforma texto fuente
de lenguajes de alto nivel a lenguajes de bajo nivel se
le denomina compilador.
Intérprete: Son programas que simplemente ejecutan las
instrucciones que se encuentran en el texto fuente.
Traductores
Como ya se menciono, un traductor es un programa que procesa
un texto fuente y genera un texto objeto. El traductor está
escrito en lenguaje de implementación (LI) o también
Compiladores. Guía 1 3
denominado lenguaje host. El texto fuente está escrito en
lenguaje fuente (LF), por ejemplo un lenguaje de alto nivel.
El texto objeto está escrito en lenguaje objeto (LO), por
ejemplo un lenguaje de máquina, ensamblador u otro lenguaje
de alto nivel. Se suele utilizar la notación T, la cual se
muestra en la siguiente figura
La notación T también se puede representar de forma abreviada
como: LFLILO.
Estructura general de un traductor
Todas las fases de un traductor se pueden agrupar en dos
áreas: el análisis del programa fuente y su síntesis en el
correspondiente programa objeto.
El análisis consiste en verificar la corrección del programa
fuente, para lo cual se descompone el programa fuente en
trozos elementales o unidades mínimas sintácticas denominadas
componentes léxicos o tokens. Los tokens se pueden agrupar
para comprobar su disposición correcta en las distintas
construcciones y sentencias del lenguaje a analizar (análisis
sintáctico y semántico). Comprobándose de esta forma la
validez sintáctica y semántica del programa fuente. En caso
contrario se emiten los errores oportunos (manejo de
errores). La información también se utiliza durante la fase
de análisis (por ejemplo ara comprobar si una variable se
intentó declarar dos veces).
La tarea de síntesis tiene por objeto la generación del
código del lenguaje objeto. En el caso particular de los
compiladores suele incluirse también la generación de código
intermedio,
como
un
medio
para
garantizar
la
transportabilidad entre distintas maquina objeto o como
método
para
poder
utiliza
el
mismo
back-end,
entre
compiladores de lenguajes diferentes.
La generación de código intermedia se apoya directamente en
la información recogida en la tabla de símbolos durante la
fase de análisis. La generación de código para la máquina
objeto definitiva tan solo se apoya en el código intermedio.
También es necesario un tratamiento de errores para la fase
de síntesis.
4
Compiladores. Guía 1
La siguiente figura muestra las fases de un traductor:
Procedimiento
MUSIM/0
Guía 3
Los componentes léxicos o tokens que conforman el lenguaje
son
los4 siguientes:
Guía
fía
Identificadores, que
están compuestos por
a-z.
Constantes numéricas
Operadores: +,-,*,/,
solo son nombres de variables y
una única letra minúscula de rango
de un solo digito, de rango 0-9.
y %.
Compiladores. Guía 1 5
Símbolo de asignación: = (igual).
Paréntesis: ( y ).
Separador de sentencias: ; (punto y coma).
Indicadores de principio y fin de bloque: { y }.
Palabras reservadas que están formadas por una letra
mayúscula. Tan solo son tres: R (lectura), W(escritura)
y
M (programa principal).
Puede observarse que este lenguaje solo permite tres tipos de
sentencias: lectura, asignación y escritura. Tiene un solo
tipo de datos: entero. Las variables están formadas por una
única letra minúscula, y las constantes son de un dígito.
Tiene
cinco
operadores
+(adición),
-(diferencia),
*(producto), /(división entera), y %(modulo). Se permite el
uso de paréntesis.
Ejemplo 1:
M
{
R
R
c
W
}
a;
b;
= a + b;
c;
Analicemos lo que hace este programa:
“R a” y “R b” indica que le leen las variables a y b.
“c = a + b” indica que en la variable c se asignara el
resultado de la suma de a y b.
“W c” indica que se escribirá la variable c.
En pocas palabras, este programa leerá dos variables, las
sumara y finalmente mostrará el resultado en pantalla.
6
Compiladores. Guía 1
Ejercicio 1
M
{
R a; R b; R c;
p = (a + b + c)/3;
W p;
}
Describa lo que hace el programa anterior según las
definiciones del lenguaje:
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
Ejercicio 2
M
{
R
R
r
W
}
a;
b;
= (a * a) + (b * b);
r;
Describa lo que hace el programa anterior:
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
Ejercicio 3
Escriba un programa en MUSIM/0 que lea un número, calcule y
muestre en pantalla cuanto es ese número elevado al cubo.
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
Compiladores. Guía 1 7
Ejercicio 4
Escriba un programa en MUSIM/0 que lea 5 números, calcule y
muestre en pantalla: la suma, promedio y multiplición de los
5 números.
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
Ejercicio 5
Escriba un programa en MUSIM/0 que lea un número y determine
si este es par o impar. Si es par deberá mostrar 0 en
pantalla, mientras que si es impar deberá mostrar 1
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
ENSAMPOCO/0
Como lenguaje objeto se utiliza un lenguaje intermedio que es
un pequeño ensamblador, que se denomina ENSAMPOCO/0. Este
ensamblador trabaja sobre una maquina abstracta, en este caso
particular es una máquina de pila. La maquina tendrá una
memoria de 26 celdas cuyas direcciones se nombrarán con las
letras de la ‘a’ a la ‘z’, y una pila LIFO donde se
realizarán las operaciones aritméticas.
A continuación se describe
distintas instrucciones.
la
forma
de
trabajo
de
las
Instrucción Descripción
.CODE
Indica el comienzo del código.
PUSHC
Coloca una constante en la pila. El operando es
una constante.
PUSHA
Coloca en la pila la dirección de una variable.
El operando es una variable, dado que las
direcciones se denominan con el nombre de las
variables.
LOAD
Asume que el último valor insertado en la pila
es una dirección. Esta dirección es extraída de
la pila y en su lugar se pone el valor ubicado
en dicha dirección. No tiene operando.
8
Compiladores. Guía 1
STORE
NEG
ADD
MUL
DIV
MOD
INPUT
OUTPUT
END
Usa los dos últimos elementos de la pila. Uno es
la dirección de una celda y memoria y el otro el
valor a almacenar en dicha celda. El último
elemento de la pila es el valor y el otro la
dirección. Después de ejecutada la instrucción,
los dos elementos implicados son extraídos de la
pila, dejándolos en el mismo lugar. No tiene
operando.
Cambia el signo del último valor introducido en
la pila, dejándolo en el mismo lugar. No tiene
operando.
Cambia el signo del último valor introducido en
la pila, dejándolo en el mismo lugar. No tiene
operando.
Opera con los dos últimos elementos introducidos
en la pila, extrayéndolos y dejando en su lugar
el producto. Por tanto la pila habrá disminuido
en un elemento. No tiene operando.
Opera con los dos últimos elementos introducidos
en la pila, extrayendo primero el denominador y
después el numerador y dejando en su lugar la
división entera. Por tanto la pila habrá
disminuido en un elemento.
No tiene operando.
Opera con los dos últimos elementos introducidos
en la pila, extrayendo primero el denominador y
después el numerador y dejando en su lugar el
modulo. Por tanto, la pila habrá disminuido en
un elemento. No tiene operando.
Toma el valor del buffer de entrada, en este
caso el teclado, y lo coloca en la dirección
asignada a la variable. La pila no sufre
cambios.
Toma el valor de la dirección indicada y lo
lleva al buffer de salida, en este caso la
pantalla. La pila no sufre cambios.
Indica el fin de programa.
Ejemplo 3
A continuación se muestran un programa fuente en MUSIM/0, y
su traducción al código intermedio ENSAMPOCO/0
Compiladores. Guía 1 9
Código en MUSIM/0
M
{
R
R
z
W
}
a;
b;
= a + b;
z;
Traducción a ENSAMPOCO/0
.CODE
INPUT a
INPUT b
PUSHA z
PUSHA a
LOAD
PUSHA b
LOAD
ADD
STORE
OUTPUT z
END
Ejercicio 6
Traducir el siguiente código en MUSIM/0 A ENSAMPOCO/0
M
{
R a;
R b;
z = a + b - 2;
W z;
}
Traducción a ENSAMPOCO/0
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
10 Compiladores. Guía 1
Ejercicio 7
Traducir el siguiente código en MUSIM/0 a ENSAMPOCO/0
M{ R a; R b; R c;
q = (a * a) + (b * b) + (c * c);
W q; }
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
Análisis de resultados
Lenguaje Micro C o C-:
El lenguaje Micro C es un subconjunto pequeño del lenguaje de
programación C. Como referencia utilice el Apéndice A
“Proyecto
de
Compilador”
del
libro
Construcción
de
Compiladores de Kenneth C. Louden, el cual define al lenguaje
de programación denominado C Minus o C-.
Micro-C es un lenguaje case sensitive, es decir que el
compilador de este lenguaje trata a las letras mayúsculas y
minúsculas como caracteres diferentes.
Los comentarios y caracteres ignorados.
Los comentarios son secuencias de carácter incluido dentro de
par de secuencias de /*…*/ pareados. Los comentarios pueden
extender sobre varias líneas, pero los comentarios anidados
Compiladores. Guía 1 11
no se reconocen, es decir que el primer encontrado */ dentro
de un comentario lo cierra. Otros caracteres ignorados
incluyen el newline, la tabulación horizontal, el CR, y el
espacio blanco.
Tokens
Las secuencias de caracteres encerrados dentro de dos
apóstrofes (') son símbolos terminales. Cualquier otra
secuencia de caracteres denota el nombre de una clase léxica,
por ejemplo:
En secciones posteriores
léxicas siguientes:
utilizaremos
las
definiciones
• letra = ' _ ' | ' a ' | ' b ' |... | ' z ' | ' A ' | ' B '
|... | ' Z '
• dígito = ' 0 ' | ' 1 ' |... | ' 9 '
Observe que el carácter
tratando como una letra.
underscore
o
guion
bajo
(_)
es
Identificadores:
Un identificador es una secuencia finita de letras y de
dígitos que comienzan con una letra. Los identificadores
pueden
ser
de
cualquier
longitud,
sin
embargo,
los
identificadores sin diferencia en sus primeros 8 caracteres
correspondientes se consideran iguales.
• Identificador = (letra) (letra | dígito) *.
Constantes numéricas
Un integer_constant es una secuencia de dígitos (no debe
comenzar con un 0, a menos que sea el número 0).
• integer_constant = digit+
Una constante numérica se debe separar de un identificador o
de una palabra clave.
Constantes de carácter.
Un chat_constant se define como una comilla simple de
apertura (“”), un carácter ASCII extendido imprimible y una
comilla simple de cierre.
12 Compiladores. Guía 1
Strings Constantes.
Una constante de string es una secuencia de los caracteres
incluidos dentro de dos comillas dobles ("). Una constante de
string puede incluir la secuencia \” que representa un
carácter de comillas doble en la secuencia en la cual ocurre,
tal que no termina el string. La secuencia \n representa el
carácter del NEWLINE, mientras que la secuencia \ \
representa el carácter del backslash y se puede incluir en un
string también. Una secuencia consistente de un backslash
seguido por cualquier carácter a excepción de 'n', '\ ', o '
" ' es ilegal. Por consiguiente, un string constante no debe
extenderse más allá del extremo de la línea. Un par de /*…*/
dentro de un string constante no se trata como comentario.
Operadores
• add_op = ' + ' | ' - '
• mul_op = ' * ' | '/'
• eq_op = ' = = ' | '! = '
• rel_op = ' < ' | ' < = ' | ' > = ' | ' > '
Ejercicio 8
Desarrollar en el IDE DevC++
utilizando el lenguaje Micro C.
los
ejercicios
3,
4
y
5
Investigación complementaria
a) Escribir un programa fuente en MICRO C que lea una
temperatura en grados Celsius, lo convierta a
temperatura absoluta y este resultado lo muestre en
pantalla.
b) Escribir un programa en MICRO C que calcule el factorial
de un número.
c) Investigar que es léxico y en qué consiste el análisis
léxico de un traductor.
Bibliografía
Cueva, J. (1998). Conceptos básicos de procesadores de
lenguaje. Universidad de Oviedo, España.
Compiladores. Guía 1 13
Guía
1:
Introducción
compiladores y MUSIM/0
a
Hoja de cotejo:
Docente:
Tema: Presentación
del programa
Alumno
:
1
1
MáquinaMáquina
No:
No:
Máquina No:
Alumno:
Docente:
GL:
GL: Fecha:
Docente:
GL:
a
EVALUACION
%
CONOCIMIENTO
Del 20
al 30%
APLICACIÓN
DEL
CONOCIMIENTO
Del 40%
al 60%
1-4
5-7
8-10
Conocimie
nto
deficient
e de los
fundament
os
teóricos
Conocimiento
y explicación
incompleta de
los
fundamentos
teóricos
Conocimiento
completo y
explicación
clara de los
fundamentos
teóricos
No tiene
actitud
proactiva
.
Actitud
propositiva y
con
propuestas no
aplicables al
contenido de
la guía.
Tiene actitud
proactiva y sus
propuestas son
concretas.
ACTITUD
Del 15%
al 30%
TOTAL
100%
Nota