Compilación. Jaime Gutiérrez Alfaro Compiladores e Intérpretes. II semestre,

Transcripción

1 Compilación Jaime Gutiérrez Alfaro Compiladores e Intérpretes II semestre,

2 Agenda 2. Compilación Estructura del proceso de compilación Estructuras de datos Pasadas Opciones de diseño de un compilador Ejemplo de un compilador completo Aho, Sethi y Ulman Compiladores: principios, técnicas y herramientas

3 Proceso de compilación involucra dos partes a groso modo: 1. Análisis Divide al programa fuente en sus elementos componentes y crea una representación interna del programa fuente para facilitar el trabajo. Muchas herramientas de programación ayudan previamente 2. Generación (Síntesis) Construye el nuevo programa objeto a partir de la representación intermedia.

4 Preprocesador: No siempre un programa fuente tiene todos los archivos necesarios para ser utilizados en el proceso de compilación. Un programa en Java puede utilizar una serie de paquetes que están en archivos independientes en forma de código fuente o en forma binaria (.class) y es necesario tener todo listo para la compilación. Ensamblador / Editor de carga y Enlance Posterior al proceso se deben ejecutar otros programas involucrados en lograr hacer efectiva la ejecución en la máquina

5 Código fuente Estructura del proceso de compilación Árbol Sintáctico Abstracto (AST) Árbol Sintáctico Abstracto Decorado (ASTD) Código objeto Análisis sintáctico Análisis contextual Generación de código Reporte de errores Reporte de errores ** Esta estructura está basada en la propuesta de D.A.Watt Propone incluir el análisis léxico como parte del análisis sintáctico. Para propósitos prácticos el análisis contextual es equivalente al semántico El AST y ASTD son estructuras de datos intermedias que representan las transformaciones y validaciones llevadas a cabo. Otra: tablas de símbolos

6 1. Análisis léxico (lineal, exploración, rastreador, scanner): Se lee el código fuente y se agrupa en componentes léxicos o tokens (secuencias de caracteres que tienen un significado) Ejemplo: a[index] = cuantos caracteres encuentra y cuantos tokens?

7 1. Análisis léxico (lineal, exploración, rastreador, scanner): Se lee el código fuente y se agrupa en componentes léxicos o tokens (secuencias de caracteres que tienen un significado) Ejemplo: a[index] = cuantos caracteres encuentra y cuantos tokens? Caracteres: 16 y Tokens 8: a identificador [ corchete izquierdo index identificador ] corchete derecho = asignación 4 número + signo más 2 número

8 1. Análisis léxico (lineal, exploración, rastreador, scanner): Se lee el código fuente y se agrupa en componentes léxicos o tokens (secuencias de caracteres que tienen un significado) Adicionalmente: Se puede ir ingresando identificadores en la tabla de símbolos Puede introducir literales en la tabla de literales: Constantes numéricas: Cadenas de texto: Hola mundo

9 2. Análisis sintáctico (jerárquico, parser): Los tokens son analizados para determinar la correcta estructura del programa (identificadores, expresiones, comandos, etc) Como herramienta de representación se puede utilizar un árbol de sintaxis abstracta

10 2. Análisis sintáctico (jerárquico, parser): árbol de sintaxis abstracto a[index] = Nodos: etiquetados con los nombres de las estructuras que representan Hojas: tokens ( terminales o no terminales?)

11 2. Análisis sintáctico (jerárquico, parser): árbol de sintaxis abstracto a[index] = Se eliminan algunos nodos... cuales? Y por qué?

12 3. Análisis semántico: Revisiones para asegurarse que los componentes se ajusten a su contexto (tengan sentido) Algunos detalles semánticos no pueden ser analizados hasta que el programa se ejecute sin embargo otro si, esos responden a la semántica estática y serán los de interés en el análisis semántico. Características típicas a ser revisadas: relación entre identificadores y declaraciones, tipos de datos asociados a expresiones, etc. Esos detalles revisados y detectado serán llamados atributos y frecuentemente son añadidos como etiquetas a alguna estructura de datos disponible durante el proceso. Al etiquetar el árbol sintáctico abstracto lo llamamos decorado (ASA Decorado o Decorated AST)

13 3. Análisis semántico: Árbol sintáctico abstracto decorado a[index] = 4 + 2

14 3.5 Optimización de código fuente Se resuelven expresiones sencillas o de las cuales ya se tienen los valores (incorporación de constantes) En el ejemplo se resuelve la parte derecha el árbol ( = 6)

15 3. Análisis semántico: Árbol sintáctico abstracto decorado (ejemplo 2: Watt)

16 3. Análisis semántico: Árbol sintáctico abstracto decorado (ejemplo 3: Watt)

17 4. Generación de código: Toma el código intermedio del árbol (y las otras estructuras de datos) con el objetivo de generar el código en ensamblador / lenguaje máquina. Se debe conocer a profundidad la arquitectura de la máquina para la cual se genera el código. MOV R0, index ;;valor de index R0 MUL R0, 2 ;;doble valor en R0 MOV R1, &a ;;dirección de a R1 ADD R1, R0 ;; sumar R0 a R1 MOV *R1, 6 ;; constante 6 dirección en R1

18 4. Generación de código: Ejemplo: a[index] = MOV R0, index ; valor de index Registro 0 MUL R0, 2 ; multiplicación por 2 del valor en Registro 0 MOV R1, &a ; dirección de a Registro 1 ADD R1, R0 ; sumar R0 a R1 MOV *R1, 6 ; constante 6 dirección en R1 Qué podemos intuir del tipo entero de éste lenguaje?

19 4.5 Optimización de código objeto: Esta parte incluye una complejidad aún mayor pues se debe conocer a mayor profundidad la arquitectura de la máquina para la cual se genera el código. Ejemplo: a[index] = MOV R0, index ; Valor de index Registro 0 SHL R0 ; Duplica el valor del Registro 0 ; por medio de un shift a la izquierda MOV *a[r0], 6 ; Constante 6 a dirección a + R0 Por qué hacer un shift a la izquierda (SHL) es equivalente a multiplicar por dos? Esta optimización es solo de tiempo o también de recursos?

20 Estructuras de Datos Tokens Unidad básica identificada por el scanner (rastreador). Manejados de manera simbólica, un tipo de elemento de un conjunto de tokens del lenguaje. Hace la asociación entre el tipo de elemento y el nombre que se le atribuye Tabla de símbolos

21 Estructuras de Datos Tabla de Símbolos Mantiene información de identificadores: funciones, variables, constantes y tipos de datos. Tiene interacción con prácticamente todas las etapas del proceso de compilación: en las primeras etapas escribirán en ella en las de producción será consultada. Tabla de literales: específicamente para constantes y cuestiones de alcance global. Nota: no olvidar el Árbol Sintáctico

22 Estructuras de dato Las etapas de generación de código tendrán necesidad de utilizar algunas estructuras para almacenar: Código intermedio: el generado en una primera iteración para luego optimizarlo Archivos temporales: según las características de la computadora donde se ejecute el compilador puede ser necesario almacenar partes del proceso en archivos en disco y no en memoria.

23 Pasadas Los pasos descritos anteriormente pueden realizarse una única iteración o durante varias sucesivas a esto se le llama pasadas Existen muchas técnicas para compilar: separación de las etapas en módulos con uno dedicado a controlar el proceso, módulos que trabajan en paralelo, etc... El concepto debe comprenderse de la forma más natural: las veces que se pasa por una etapa(s) generando o actualizando una estructura de datos intermedia para mejorar en alguna medida el proceso como un todo. Notas: Una pasada: eficiente en tiempo pero no en consumo de recursos. Más pasadas: con el objetivo de optimizar el código objeto resultante. Generalmente: se realiza una pasada para el análisis léxico y sintáctico, otra para análisis semántico y optimización del código fuente y finalmente una pasada para generación de código objeto y optimización.

24 Opciones de diseño de un compilador De alguna forma es responder a las preguntas: Cuantas pasadas se van a realizar? Qué estructura de datos (EdD) voy a necesitar? Velocidad Un compilador de 1 pasada con EdD gruesas que me permitan obtener el resultado rápidamente o sea optimizadas para el acceso a datos. Espacio El diseño debe estar centrado en utilizar EdD optimizadas en términos de uso de memoria y no de acceso a los datos. La cantidad de pasadas puede afectar las EdD utilizadas. Un enfoque modular en el procesamiento del programa a compilar puede ayudar a realizar la optimización de uso de las EdD.

25 Opciones de diseño de un compilador Modularidad En el sentido del compilador o sea de la separación de las etapas del proceso. Se ve favorecida por un diseño de múltiples capas con un elemento de software que sea el coordinador de la compilación. En una sola etapa la cohesión será muy alta Flexibilidad Hasta que punto el diseñado soporta que dos etapas puedan modificar el orden en que trabajan. Ejemplo: con el Árbol sintáctico es posible alternar el orden de la generación de código y el análisis semántico Optimización Todo sea en nombre de la optimización... Dentro de ésta perspectiva es posible inclusive modificar el código fuente conservando la semántica.

26 Opciones de diseño de un compilador Características del diseño del lenguaje Un compilador no puede crear código saltando restricciones que vienen impuestas en el código fuente original Ejemplo: si los identificadores (de funciones) deben ser declaradas entes de ser usadas puedo utilizar un compilador de 1 pasada, si pueden estar declaradas después de usarlos necesariamente tengo que hacer al menos 2 pasadas. Manejo de Errores Es fundamental informar adecuadamente al programador de los errores encontrados. También es importante que el compilador haga lo posible por recuperarse a la mayor cantidad de fallos que pueda.

27 Ejemplo de un compilador completo Triangle Tools Por: D.A. Watt and D.F. Brown Disponible en: Tarea Moral: descargarlo y travesearlo un poco para revisar los conceptos descritos en esta presentación. Otros compiladores: TINY (Kenneth C. Louden)

28 Resumen Etapas Se revisó qué transformaciones se llevan a cabo en la traducción de un programa y no cómo se implementan (más adelante) Pasadas: cuantas veces el compilador le pregunta al código algo para validarlo. Opciones de diseño del compilador: decisiones, costo/beneficio, programación/ejecución... evaluación de factores.

29 Referencias y Lecturas Complementarias D. A. Watt y D.F. Brown, Compilation en Programming Language Processors in Java. Gran Bretaña:Pearson, Kenneth C. Louden, Construcción de compiladores. Aho, Sethi y Ulman Compiladores: principios, técnicas y herramientas Material suministrado por el profesor José Enrique Araya del Instituto Tecnológico de Costa Rica. II semestre 2011.

30 *La licencia de la presentación no cubre las imágenes utilizadas*