27/05/2013. Esempi int x[100]; x[i] la maggioranza dei compilatori non garantiscono che i [0.. 99]

Transcript

1 Congruenza fra le dichiarazioni delle entità e il loro impiego nelle istruzioni Rispetto delle regole che governano i tipi degli operandi nelle espressioni e negli assegnamenti Correttezza delle strutture di controllo del linguaggio Rispetto delle regole di visibilità e unicità degli identificatori Rispetto delle regole di importazione ed esportazione degli oggetti 1

2 Un compilatore esegue le verifiche semantiche oltre che le verifiche sintattiche. Semantica Statica le verifiche semantiche vanno eseguite durante la compilazione Dinamica le verifiche sono eseguite a run-time Type checking è uno delle operazioni di checking statico. non possiamo fare tutti I type checking a compile-time. Alcuni sistemi usano anche dynamic type checking. Un type system è una collezione di regole per assegnare una espressione di tipo ad una parte di programmi Un type checker implementa un type system. Un sound type system elimina gli errori di tipo. Un linguaggio di programmazione e detto strongly-typed, se ogni programma è compilato solo se privo di errori di tipo. In pratica, alcune operazioni di type checking sono fatti a run-time (la maggioranza dei programmi non è stronglytyped). Esempi int x[100]; x[i] la maggioranza dei compilatori non garantiscono che i [0.. 99] 2

3 Il tipo si un costrutto di un linguaggio è denotato dal type expression. Una type expression può essere: basic type Un tipo primitivo, int, float, type-error per segnalare un errore di tipo void type name Un nome che denota il tipo di una espressione Un costruttore applicato ad altri type expressions arrays: se T è un type expression, allora array(i,t) è un type expression dove I rappresenta il range degli indici: esempio array(0..99,int) products: se T 1 e T 2 sono type expressions, allora il prodotto cartesiano T 1 x T 2 è un type expression. esempio: int x int pointers: se T è una type expression, allora pointer(t) è una type expression. esempio: pointer(int) functions: possiamo trattare funzioni in un linguaggio di programmazione come il mapping da un domain type D ad un range type R. Cosi, il tipo di una funzione puop essere raappresentato dal type expression D R dovee D e R sono type expressions. Esempio: int int reppresenta un tipo di uns funzione che prende come parametro un calore int e tiporrna un valore int. 3

4 È un attributo sintetizzato È associato alle dichiarazioni di tipo, espressioni e descrive il tipo dell entità considerata Azioni semantiche o condizioni P D;E D D;D D T id { addtype(id.entry,t.type) } T char { T.type=char } T int { T.type=int } T float { T.type=float } T *T 1 { T.type=pointer(T 1.type) } T T 1 [intnum] {T.type=array(0..intnum-1.val,T 1.type)} 4

5 E id { E.type=lookup(id.entry) } E charliteral { E.type=char } E intliteral { E.type=int } E realliteral { E.type=real } E E 1 + E 2 { if (E 1.type=int and E 2.type=int) E.type=int else if (E 1.type=int and E 2.type=real) E.type=real else if (E 1.type=real and E 2.type=int) E.type=real else if (E 1.type=real and E 2.type=real) E.type=real else E.type=type-error } E E 1 [E 2 ] { if (E 2.type=int and E 1.type=array(s,t)) E.type=t else E.type=type-error } S id = E S if (E ) S 1 { if (id.type=e.type) then S.type_error=false else S. type-error = true } { if (E.type=int ) then S.type_error=S1.type_error else S.type_error=true} S while (E ) S 1 S id (A) { if (E.type=int) then S.type_error =S 1.type_error else S..type-error =true } S.type_error(confronta (A,get(id)) 5

6 E E 1 ( E 2 ) { if (E 2.type=s and E 1.type=s t) then E.type=t else E.type=type-error } Ex: int f(double x, char y) {... } f: double x char int argument types return type Come verificare che due type expression sono uguali? type expressions sono costruiti dai tipi base e (no type names), possiamo utilizzare equivalenza strutturale per due type expressions 6

7 if (s and t sono dello stesso tipo base) return true else if (s=array(s 1,s 2 ) and t=array(t 1,t 2 )) return (sequiv(s 1,t 1 ) and sequiv(s 2,t 2 )) else if (s = s 1 x s 2 and t = t 1 x t 2 ) return (sequiv(s 1,t 1 ) and sequiv(s 2,t 2 )) else if (s=pointer(s 1 ) and t=pointer(t 1 )) return (sequiv(s 1,t 1 )) else if (s = s 1 s 2 and t = t 1 t 2 ) return (sequiv(s 1,t 1 ) and sequiv(s 2,t 2 )) else return false In alcuni linguaggi di programmazione noi diamo un nome ai tipi e utilizziamo il type expression. typedef link = *cell; p,q,r,s sono dello stesso tipo? link p,q; *cell r,s; 7

8 typedef *cell link; typedef struct S{ int x; link next; }cell Non è possibile utilizzare equivalenza strutturale se ci sono cicli Il nome del tipo deve essere utilizzato come un tipo base double x; int y; x + y quale è il tipo di questa espressione (int o double)? Quale codice produce? inttofloat float+ y,,t1 t1,x,t2 8

9 L attributo scope rappresenta l insieme di tutte le coppie che definiscono gli identificatori visibili in quel contesto Sintassi S while (E) S 1 Condizioni Azioni di controllo if (E.type=int then S.type=S 1.type else S.type=type-error E.scope = S.scope S 1.,scope = S.scope S id = E Condizioni Azioni di controllo if (id.type=e.type then S.type=void else S.type=type-error E.scope = S.scope id. scope = S.scope S if (E) S 1 Condizioni Azioni di controllo if (E.type=int then S.type=S 1.type else S.type=type-error E.scope = S.scope S 1.,scope = S.scope 9

10 P { Blocco } Blocco LD LI LD.set LD LD 1 D LD LD.scope = {} D T id D.set = id LI LI Is LI Is id = E Blocco.scope = P.scopecorr P.oldscope = Blocco.oldscope LI.scope = Blocco.oldscope Blocco.corr= if (LD.set in Blocco.oldscope) false else Blocco.corr = LI.corr LD.scope = LD 1.scope I.LD = D.set 10

11 Il codice intermedio è indipendentia ma possono in qualche modo essere legati alle istruzioni macchina Il programma viene tradotto dal linguaggio sorgente in un programma equivalente in un linguaggio intermedio dal generarore di codice intermedio. Come linguaggio intermedio possono essere utilizzati diversi linguaggi: Albero sintattico Notazione postfissa postfix 4-uple - Linguaggio a tre indirizzi (three-address code) Noi utilizzaremo un linguaggio costituito da 4-uple Il linguaggio delle 4-uple e simile al linguaggio macchina Talvolta I linguaggi di programmazione utilizzano linguaggi intermedi più evoluti: java java virtual machine C# -clr prolog warren abstract machine 11

12 Vediamo adesso una tecnica che permette di effettuare analisi semantiche e traduzione usando la struttura sintattica data dalla grammatica di un linguaggio L idea chiave è quella di associare, ad ogni costrutto del linguaggio, alcune informazioni utili per il nostro scopo (attributi) Il valore di ogni attributo è calcolato tramite regole semantiche associate con le produzioni della grammatica 12

13 Ci sono due diversi tipi di notazione per scrivere le regole semantiche: 1. Definizioni guidate dalla sintassi: sono specifiche di alto livello: nascondono i dettagli implementativi e non richiedono di specificare l ordine di valutazione che la traduzione deve seguire 2. Schemi di traduzione, invece, indicano l ordine in cui le regole semantiche devono essere valutate e quindi permettono la specifica di alcuni dettagli di implementazione Dalla stringa di input viene costruito il parse tree e poi l albero viene attraversato nella maniera adatta (data dal grafo delle dipendenze) per valutare le regole semantiche che si trovano sui nodi Come al solito, comunque, una reale implementazione non segue questo flusso concettuale, ma esegue tutto durante il parsing senza costruire il parse tree esplicitamente, né il grafo delle dipendenze 13

14 Possiamo pensare ad ogni nodo del parse tree come ad un record i cui campi sono i nomi degli attributi Ogni attributo può rappresentare qualunque cosa vogliamo: stringhe, numeri, tipi, locazioni di memoria, etc. Il valore di ogni attributo ad ogni nodo è determinato da una regola semantica associata alla produzione che si usa nel nodo La valutazione, nell ordine giusto, delle regole semantiche determina il valore per tutti gli attributi dei nodi del parse tree di una stringa data La valutazione può avere anche side-effects (effetti collaterali) come la stampa di valori o l aggiornamento di una veriabile globale 14

15 Un parse tree che mostri i valori degli attributi ad ogni nodo è chiamato parse tree annotato Il processo di calcolo di questi valori si dice annotazione o decorazione del parse tree In una definizione guidata dalla sintassi si assume che i simboli terminali abbiano solo attributi sintetizzati I valori per questi attributi sono in genere forniti dall analizzatore lessicale Il simbolo iniziale, se non diversamente specificato, non ha attributi ereditati 15

16 Vediamo come utilizzare le definizioni guidate dalla sintassi per specificare la costruzione degli alberi sintattici L uso degli alberi sintattici come rappresentazione intermedia divide il problema del parsing da quello della traduzione Infatti le routine di traduzione che vengono invocate durante il parsing hanno delle limitazioni 1. Una grammatica che sia adatta per il parsing potrebbe non riflettere la naturale struttura gerarchica dei costrutti del linguaggio 2. Il metodo di parsing vincola l ordine in cui i nodi del parse tree sono considerati e questo ordine può non corrispondere con quello in cui l informazione sui costrutti diventa disponibile 16

17 Un albero sintattico (astratto) è una forma condensata di un parse tree che è utile per rappresentare i costrutti dei linguaggi Ad esempio, la produzione S if B then S 1 else S 2 potrebbe apparire in un albero sintattico come: if-then-else B S 1 S 2 Negli alberi sintattici gli operatori e le parole chiave non appaiono come foglie, ma sono associati ad un nodo interno Inoltre un altra semplificazione è che le catene di applicazione di una singola produzione vengono collassate: + *

18 La traduzione guidata dalla sintassi può benissimo essere basata su alberi sintattici piuttosto che su parse tree L approccio è sempre lo stesso: associamo degli attributi ai nodi dell albero Vediamo come costruire gli alberi sintattici per le espressioni aritmetiche: Costruiamo sottoalberi per le sottoespressioni creando un nodo per ogni operatore ed operando I figli di un nodo operatore sono le radici dei sottoalberi che rappresentano le sottoespressioni con le quali è costruita l espressione principale Ogni nodo di un syntree può essere implementato come un record con diversi campi 18

19 In un nodo operatore un campo identifica l operatore stesso e i campi rimanenti son i puntatori ai nodi operandi L operatore è spesso chiamato l etichetta del nodo Quando vengono usati per la traduzione, i nodi in un syntree possono avere campi addizionali per gli attributi che sono stati definiti In questo esempio usiamo le seguenti funzioni per costruire i nodi degli alberi sintattici per espressioni con operatori binari: 1. mknode(op, left, right) crea un nodo operatore con etichetta op e due campi puntatore all operando destro e sinistro 2. mkleaf(id, entry) crea un nodo identificatore con etichetta id e puntatore entry alla tabella dei simboli 3. mkleaf(num,val) crea un nodo numero con etichetta num e un campo val contentente il valore 19

20 Ad esempio il seguente frammento di programma crea (bottom-up) un syntax tree per l espresione a 4 + c 1) p 1 := nkleaf(id, entrya); 2) p 2 := mkleaf(num, 4); 3) p 3 := mknode( -, p 1, p 2 ); 4) p 4 := mkleaf(id, entryc); 5) p 5 := mknode( +, p 3, p 4 ); + - id id num 4 Entrata per a Entrata per c 20

21 Diamo una definizione guidata dalla sintassi S-attributed per la costruzione dell albero sintattico di una espressione contenente gli operatori + e Definiamo un attributo nptr per ogni simbolo non terminale. Esso deve tenere traccia dei puntatori ritornati dalle funzioni di creazione dei nodi PRODUZIONI E E 1 + T E E 1 - T E T T (E) T id T num REGOLE SEMANTICHE E.nptr := mknode( +, E 1.nptr, T.nptr) E.nptr := mknode( -, E 1.nptr, T.nptr) E.nptr := T.nptr T.nptr := E.nptr T.nptr := mkleaf(id, id.entry) T.nptr := mkleaf(num, num.val) 21

22 E.nptr E.nptr + T.nptr E.nptr T.nptr id - T.nptr id num + - id id num 4 Entrata per c Entrata per a E T E E.node = E.sym E.inh = T.node E + T E 1 E 1.inh = new Node( +,E.inh,T.node) E.sym = E 1.sym E - T E 1 E 1.inh = new Node( -,E.inh,T.node) E.sym = E 1.sym E E.sym = E 1.inh T ( E ) T.node = E.node T id T.node = new Leaf(id,id.entry) T num T.node = new Leaf(num,num.val) 22

23 Una 4-uple è: x := y op z x, y e z sono nomi, costanti, elementi temporanei generati dal compilatore stesso op è un operatore. Nel seguito è utilizzata la seguente notazione (4-uple) op y,z,x con il significato applica l operatore op a y e z, e restitutisci il risultato in x. 23

24 È una rappresentazione lineare di AST Un indirizzo può assumere una delle seguenti forme Nome cioè un nome di un identificatore (in un implementazione reale il puntatore alla tabella dei simboli) Una costante Un nome temporaneo generato dal compilatore Assegnamento z = x op y z = op y Copia x = y (binario) (unario) 24

25 Operatori binari: op y,z,result Dove op è un operatore binario o logico. Ex: add a,b,c gt a,b,c addr a,b,c addi a,b,c Unary Operator: op y,,result Dove op è un operatore binario o logico. Ex: uminus a,,c not a,,c inttoreal a,,c Move Operator: il contenuto di y e copiato in result. Ex: mov a,,c movi a,,c movr a,,c mov y,,result Unconditional Jumps: jmp,,l salto all istruzione di etichetta L Ex: jmp,,l1 // salto a L1 jmp,,7 // salto all istruzione 7 25

26 Conditional Jumps: jmprelop y,z,l salta all istruzione con etichetta L se il risultato di y relop z è vero.se il risultato è false continua con l istruzione seguente Ex: jmpgt y,z,l1 // jump to L1 if y>z jmpgte y,z,l1 // jump to L1 if y>=z jmpe y,z,l1 // jump to L1 if y==z jmpne y,z,l1 // jump to L1 if y!=z oppure jmpnz y,,l1 // jump to L1 se y == 0 jmpz y,,l1 // jump to L1 if y!= 0 jmpt y,,l1 // jump to L1 if y == true jmpf y,,l1 // jump to L1 if y == false Parametri di Procedure : Chiamata di Procedure : param x,, call p,n, dove x è un parametre attuale Ex: param x 1,, param x 2,, p(x 1,...,x n ) param x n,, call p,n, f(x+1,y) add x,1,t1 param t1,, param y,, call f,2, 26

27 Indexed Assignments: move y[i],,x con il significato x = y[i] move x,,y[i] con il significato y[i] = x Address and Pointer Assignments: moveaddr y,,x con il significato x = &y movecont y,,x con il significato x = *y Do i = i + 1 While (a[i]<v) 1. Add i,1, t1 2. move t1,,i 3. Mult i, 8, t2 //dimenz 4. move a[t2],,t3 5. Jump t3<v goto 1 27

28 Quadrule Quattro campi op arg1 arg2 result Gli operatori unari e di copia non utilizzano arg Le istruzioni come param non usano ne arg2 ne result Le istruzioni di salto salvano l etichetta in result Per generare il codice nella forma a tre indirizzi dal codice sorgente noi utilizzaremo un approccio basato sulle grammatiche ad attributi. Esempio: le espressioni: Attributi: S ha un attributo "code contiene il frammento di codice E ha due attributi: code - contiene il frammento di codice place e il nome che daremo al valore corrispondente a E La notazione <fragment> expr rappresenta la concatenazione dell espressione nel frammento di codice 28

29 S id := E E E 1 + E 2 E E 1 * E 2 E - E 1 E ( E 1 ) E id S.code = E.code gen( mov E.place,, id.place) E.place = newtemp(); E.code = E 1.code E 2.code gen( add E 1.place, E 2.place, E.place) E.place = newtemp(); E.code = E 1.code E 2.code gen( mult E 1.place, E 2.place, E.place) E.place = newtemp(); E.code = E 1.code gen( uminus E 1.place,, E.place) E.place = E 1.place; E.code = E 1.code E.place = id.place; E.code = null S a := E 8n E 3n + E 7n E 1n * E 2n E 4n * E 6n b c b - E 5n c 29

30 place code E 1n E 2n E 3n E 4n E 5n E 6n b c t 1 b c t 2 E 1n.code E 2n.code t 1 := b * c E 5n.code t 2 := uminus c E 7n t 3 E 4n.code E 6n.code t 3 := b * t 2 S while (E) do S 1 S.begin = newlabel(); S.after = newlabel(); S.code = gen(s.begin : ) E.code gen( jmpf E.place,, S.after) S 1.code gen( jmp,, S.begin) gen(s.after : ) S if (E) S 1 else S 2 S.else = newlabel(); S.after = newlabel(); S.code = E.code gen( jmpf E.place,, S.else) S 1.code gen( jmp,, S.after) gen(s.else : ) S 2.code gen(s.after : ) 30

31 S id = E E E 1 + E 2 E E 1 * E 2 { p= lookup(id.name); if (p is not nil) then emit( mov E.place,, p) else error( undefined-variable ) } { E.place = newtemp(); emit( add E 1.place, E 2.place, E.place) } { E.place = newtemp(); emit( mult E 1.place, E 2.place, E.place) } E - E 1 { E.place = newtemp(); emit( uminus E 1.place,, E.place) } E ( E 1 ) { E.place = E 1.place; } E id { p= lookup(id.name); if (p is not nil) then E.place = id.place else error( undefined-variable ) } Assumiamo che res, a, alpha e b siano stata gia dicharate e poste nella tabella rei simboli lexptr token attributes index : ->res ->a ->alpha ->b : ID_T ID_T ID_T ID_T : :

32 processed string res := a res :=E 1 res :=E 1 * (alpha res :=E 1 * (E 2 res :=E 1 * (E 2 + -b res :=E 1 * (E 2 + -E 3 res :=E 1 * (E 2 + E 4 res :=E 1 * (E 5 res :=E 1 * (E 5 ) attributes E 1.place = <6> E 2.place = <7> E 3.place = <8> E 4.place = <9> E 5.place = <10> output <9> := uminus<8> <10> := <7>+<9> res :=E 1 * E 6 x:=1; 01: mov 1,,x y:=x+10; 02: add x,10,t1 while (x<y) { 03: mov t1,,y x:=x+1; 04: lt x,y,t2 if (x%2==1) then y:=y+1; 05: jmpf t2,,17 else y:=y-2; 06: add x,1,t3 } 07: mov t3,,x 08: mod x,2,t4 09: eq t4,1,t5 10: jmpf t5,,14 11: add y,1,t6 12: mov t6,,y 13: jmp,,16 14: sub y,2,t7 15: mov t7,,y 16: jmp,,4 17: 32

33 GLi elementi di arrays possono essere recuperati rapidamente se gli elementi sono memorizzati in blocchi consecutivi. Array monodimenzionali A base A è l indirizzo della prima locazione dell array A, width è la dimenzione di un elemento dell array. low è l indice del primo elemento dell array La locazione del generico elemento A[i] base A +(i-low)*width base A +(i-low)*width Può essere riscritto come i*width + (base A -low*width) Dovrebbe essere calcolato a run-time. e si vuole accedere ad A[i] la formula i*width+c sara calcolata a run time ma c = (base A -low*width) può essere calcolato a compiletime. Il generatore di codice intermedio deve comunque produrre il codice per valutare la formula i*width+c. 33

34 Un array a due dimenzioni può essere memorizzato per righe (row-major) per colonne (column-major) La maggior parte dei linguaggi di programmazione utilizzano il metodo row-major. Address_of _A[i 1,i 2 ] = base A + ((i 1 -low 1 )*n 2 +i 2 -low 2 )*width base A è l indirizzo della prima locazione dell array A, width è la dimenzione di un elemento dell array low 1 è l indice della prima riga low 2 è l indice della prima colonna n 2 è il numero di elementi in una riga La formula può essere riscritta ((i 1 *n 2 )+i 2 )*width + (base A -((low 1 *n 1 )+low 2 )*width) Grammatica per gli array G1 (richiede attributi ereditati). L id L id [ Elist ] Elist Elist, E Elist E G2 (solo attributi sintetizzati) L id L Elist ] Elist Elist, E Elist id [ E 34

35 L id { L.place = id.place; L.offset = null; } L Elist ] { L.place = newtemp(); L.offset = newtemp(); emit( mov c(elist.array),, L.place); emit( mult Elist.place, width(elist.array), L.offset) } Elist Elist 1, E { Elist.array = Elist 1.array ; Elist.place = newtemp(); Elist.ndim = Elist 1.ndim + 1; emit( mult Elist 1.place, limit(elist.array,elist.ndim), Elist.place); emit( add Elist.place, E.place, Elist.place); } Elist id [ E {Elist.array = id.place ; Elist.place = E.place; Elist.ndim = 1; } A : array [ ] of double n 1 =95 width=8 (double) low 1 =5 Codice intermedio per x := A[y] mov c,,t1 // dove c=base A -(5)*8 mult y,8,t2 mov t1[t2],,t3 mov t3,,x 35

36 A : array [1..10,1..20] of integer n 1 =10 n 2 =20 width=4 (integers) low 1 =1 low 2 =1 Codice intermedio per x := A[y,z] mult y,20,t1 add t1,z,t1 mov c,,t2 // where c=base A -(1*20+1)*4 mult t1,4,t3 mov t2[t3],,t4 mov t4,,x P M D M { offset=0 } D D ; D D id : T { enter(id.name,t.type,offset); offset=offset+t.width } T int { T.type=int; T.width=4 } T real { T.type=real; T.width=8 } T array[num] of T 1 { T.type=array(num.val,T 1.type); T.width=num.val*T 1.width } T T 1 { T.type=pointer(T 1.type); T.width=4 } Dove enter crea una tabella dei simboli per un dato valore 36

37 Per ogni sottoprogrmma deve esserecreata una tabella dei simboli. mktable(previous) crea una nuova tabella dei simboli dove previous è la tabella dei simboili che ha generaro la nuova tabella. enter(symtable,name,type,offset) crea un nuovo elemento per una variabile in una data tabella dei simboli. enterproc(symtable,name,newsymbtable) crea un nuovo elemento per un sottoprogramma nella tabella dei simboli dei suoi genitoti. addwidth(symtable,width) pone la dimenzione di tutte gli elementi nella tabella dei simboli nell header della tabella. Utilizzaremo due pile: tblptr memorizza I puntatori dalla tabella dei simboli offset memorizza l offsets corrente nella tabella dei simbili nella pila tblptr P M D { addwidth(top(tblptr),top(offset)); pop(tblptr); pop(offset) } M { t=mktable(nil); push(t,tblptr); push(0,offset) } D D ; D D proc id N D ; S { t=top(tblptr); addwidth(t,top(offset)); pop(tblptr); pop(offset); enterproc(top(tblptr),id.name,t) } D id : T { enter(top(tblptr),id.name,t.type,top(offset)); top(offset)=top(offset)+t.width } N { t=mktable(top(tblptr)); push(t,tblptr); push(0,offset) } 37

38 Valuta gli argomenti e li memorizza in una posizione conosciuta Genera I valori dei puntatori per accedere ai dati Salva lo stato della procedura chiamante Salva l indirizzo di ritorno e salta al codice della procedura chiamata Alla fine (return) richiama e salva qualsiasi valore di ritorno 1) S call id (Elist) {for each item p on queue do emit ( param p); emit ( call id.place)} 2) Elist Elist.E {append E.place to the end of queue} 3) Elist E {inizilie queue to contein only E.place} 38