Concepto de compilador Intérprete Fases de un Compilador Herramientas de construcción de Compiladores

Transcripción

1 18:55 1

2 2 Temas Concepto de compilador Intérprete Fases de un Compilador Herramientas de construcción de Compiladores Objetivo Que el estudiante logre conocer, comprender y manejar conceptos y técnicas vinculados con la Construcción de Compiladores, para lo cual debe: Entender qué es un compilador. Conocer el proceso completo de compilación. Comprender las fases de un compilador y las funciones de cada una de ellas. Entender la diferencia entre compiladores e intérpretes. Aprender los principales artefactos que dan soporte a la compilación.

3 3 La historia de la programación puede describirse como un constante esfuerzo por acercar el lenguaje ejecutable de las arquitecturas hardware a un lenguaje más próximo al humano a través de sucesivos pasos de abstracción. I. Lenguaje de Máquina Secuencia de 0 y 1 que indicaban a la computadora las operaciones que debía realizar. Representación del programa como instrucciones en memoria. La unidad de control va leyéndolo secuencialmente. Cada instrucción tiene un código de operación y operandos. Operaciones: aritmético-lógicas, comparativas, de salto, de E/S,

4 18:55 4 La historia de la programación puede describirse como un constante esfuerzo por acercar el lenguaje ejecutable de las arquitecturas hardware a un lenguaje más próximo al humano a través de sucesivos pasos de abstracción. II. Lenguaje ensamblador Las instrucciones eran representaciones mnemónicas y acrónimos de las instrucciones de máquina. Los operandos se sustituyen por registros y referencias a memoria. El juego de instrucciones sigue siendo el mismo.

5 18:55 5 La historia de la programación puede describirse como un constante esfuerzo por acercar el lenguaje ejecutable de las arquitecturas hardware a un lenguaje más próximo al humano a través de sucesivos pasos de abstracción. III. Paradigma imperativo Flujo de ejecución secuencial. Concepto de celda de memoria ("variable") para almacenar valores. Operaciones de asignación. Tipificación de los datos. Estructuras de control iterativas y condicionales (no de salto). Subrutinas para modularizar los programas.

6 18:55 6 La historia de la programación puede describirse como un constante esfuerzo por acercar el lenguaje ejecutable de las arquitecturas hardware a un lenguaje más próximo al humano a través de sucesivos pasos de abstracción. IV. Paradigma concurrente Varios flujos de ejecución secuencial asociados a procesos Es necesario cuidar el acceso concurrente a recursos Mecanismos de exclusión mutua y de sincronización por condición Para cada proceso el algoritmo sigue siendo imperativo Existen lenguajes concurrentes funcionales.

7 18:55 7 La historia de la programación puede describirse como un constante esfuerzo por acercar el lenguaje ejecutable de las arquitecturas hardware a un lenguaje más próximo al humano a través de sucesivos pasos de abstracción. V. Paradigma funcional declarativo Únicamente declaración de funciones. El resultado de una expresión depende sólo de sus sub-expresiones. No existe asignación ni estructuras de control. Se da soporte a la definición recursiva de funciones. Las funciones se usan como datos.

8 18:55 8 La historia de la programación puede describirse como un constante esfuerzo por acercar el lenguaje ejecutable de las arquitecturas hardware a un lenguaje más próximo al humano a través de sucesivos pasos de abstracción. VI. Paradigma de orientación a objetos El programa se organiza en clases (datos + operaciones sobre datos). Clases con bajo acoplamiento y fuerte cohesión Herencia, polimorfismo, ligadura dinámica y genericidad

9 Un compilador es un programa que lee un programa escrito en un lenguaje, el lenguaje fuente, y lo traduce a un programa equivalente en otro lenguaje, el lenguaje objeto. Programa Fuente Compilador Programa Objeto Mensajes de error Como parte importante de este proceso de traducción, el compilador informa a su usuario la presencia de errores en el programa fuente. 9

10 10 Hay dos maneras de ejecutar un programa escrito en un lenguaje de alto nivel. Compilación: se traduce todo el programa a otro programa equivalente en código máquina del ordenador. Luego, se ejecuta el programa obtenido. Interpretación: se interpretan las instrucciones del programa escrito en lenguaje de alto nivel y se ejecutan una por una. Intérprete Se ejecutan las instrucciones. Fácil localización de errores. Cada vez que se ejecuta el programa es necesaria su interpretación. Adecuado en la etapa de desarrollo y depuración de programas. Compilador Obtiene un archivo ejecutable. Difícil localización de errores. Sólo es necesaria una compilación. Una vez realizada la velocidad de ejecución es alta. Adecuado cuando no hay más errores (etapa de explotación).

11 Programa fuente Analizador Léxico Flujo de tokens Análisis Administrador de la Tabla de Símbolos Analizador Sintáctico Árbol sintáctico Analizador Semántico Árbol sintáctico Generador de Código Intermedio Representación intermedia Optimizador Representación intermedia Generador de Código Manejador de errores Síntesis Programa Objeto 11

12 12 Objetivos Tomar carácter por carácter y agrupar aquellos que deben estar juntos, en secuencias significativas, conocidas como lexemas. Para cada lexema, produce como salida un token de la forma: <nombre-token, valor-atributo> Eliminar espacios en blanco y filtrar comentarios. Detectar errores léxicos. Ejemplo posicion := inicial + velocidad * 60 Se agruparía en los siguientes componentes léxicos: 1. El identificador posicion <id,1> 2. El símbolo de asignación := <:=> 3. El identificador inicial <id,2> 4. El signo de suma + <+> 5. El identificador velocidad <id,3> 6. El signo de multiplicación * <*> 7. El número constante 60 <60>

13 13 Objetivos Agrupa los componentes léxicos del programa fuente en frases gramaticales que el compilador utiliza para sintetizar la salida. Por lo general, las frases gramaticales del programa fuente se representan mediante un árbol de análisis sintáctico. Detectar errores sintácticos. Ejemplo: árbol de análisis sintáctico posicion := inicial + velocidad * 60 <Asign> id = <Expr> <Expr> <Expr> + <Expr> <Expr> <Expr> * <Expr> <Expr> id <Expr> num <Asign> id asign <Expr> posicion := <Expr> suma + <Expr> id <Expr> mul <Expr> inicial * id num velocidad 60

14 Revisa el programa fuente para tratar de encontrar errores semánticos y reúne la información sobre los tipos para las fases posteriores de generación de código. Un componente importante es la verificación de tipos. El compilador verifica si cada operador tiene operandos permitidos por la especificación del lenguaje. Ejemplo El compilador puede indicar un error cuando se usa un número real como índice de una matriz. El compilador puede necesitar convertir un número entero a real cuando un operador binario se aplica a un número entero y a un número real. Árbol semántico para: posicion := inicial + velocidad * 60 := id 1 + posicion id * 2 inicial entareal id 3 velocidad 60 14

15 15 Después del análisis, algunos compiladores generan una representación intermedia. Esta representación debe tener dos propiedades: 1. Fácil de producir 2. Fácil de traducir al programa objeto. Existen distintas representaciones, la más común es el código de tres direcciones. Consiste en una secuencia de instrucciones cada una de las cuales tiene como máximo tres operandos. Ejemplo: código de tres direcciones posicion := inicial + velocidad * 60 := id 1 + posicio n id * 2 inicial id 3 entareal velocidad 60 temp1 := entareal (60) temp2 := id 3 * temp1 temp3 := id 2 + temp2 id 1 := temp3

16 16 Esta fase trata de mejorar el código intermedio, de modo que resulte un código de máquina más rápido y que ocupe menos memoria. Ejemplo: código de tres direcciones optimizado posicion := inicial + velocidad * 60 temp1 := entareal (60) temp2 := id 3 * temp1 temp3 := id 2 + temp2 id 1 := temp3 temp1 := id 3 * 60.0 id 1 := id 2 + temp1

17 17 La fase final de un compilador genera código objeto, que por lo general, consiste en código de máquina relocalizable o código ensamblador. Las posiciones de memoria se seleccionan para cada una de las variables usadas por el programa. Después, cada una de las instrucciones intermedias se traduce a una secuencia de instrucciones de máquina que ejecuta la misma tarea. Un aspecto importante es la asignación de variables a registros. Ejemplo: código ensamblador posicion := inicial + velocidad * 60 temp1 := id 3 * 60.0 id 1 := id 2 + temp1 MOVF id 3, R2 MULF #60.0, R2 MOVF id 2, R1 ADDF R2, R1 MOVF R1, id 1

18 18 Registra los identificadores utilizados en el programa fuente y reúne información sobre los distintos atributos de cada identificador. Los atributos proporcionan información sobre la memoria asignada a un identificador, su tipo, su ámbito (parte del programa donde tienen validez) y en el caso de nombres de procedimientos, número y tipo de argumentos, el método para pasar cada argumento (por ejemplo, por referencia) y el tipo que devuelve, si lo hay. Una tabla de símbolos es una estructura de datos que contiene un registro por cada identificador, con los campos para los atributos del identificador. La estructura de datos debe diseñarse de forma tal que permita al compilador buscar un registro y almacenar datos en un registro con rapidez.

19 19 Una de las más importantes funciones es la detección e información de los errores. Cada fase encuentra errores. Análisis léxico Análisis sintáctico Análisis semántico Los caracteres no forman ningún componente léxico. La cadena de componentes léxicos violan las reglas de estructura (sintaxis) del lenguaje. Construcciones sintácticamente correctas pero sin significado. Por ejemplo, se intenta sumar dos identificadores, uno de los cuales es el nombre de una matriz y el otro el nombre de un procedimiento.

20 20 Pasadas: Se acostumbra aplicar varias fases de un compilador en una sola pasada. Una pasada es la lectura de un archivo de entrada y en la escritura de un archivo de salida. Es mejor agrupar los proceso de compilación por pasadas y no por fases. El análisis léxico, el análisis sintáctico, el análisis semántico y la generación de código intermedio pueden agruparse en una pasada. Reducción del número de pasadas: Es recomendable tener pocas pasadas. La lectura y escritura de archivos toma tiempo e implica la carga de todo el programa en memoria.

21 21 Existen herramientas ya definidas que se pueden usar para el desarrollo de un compilador. Generadores de analizadores léxicos: generan automáticamente analizadores léxicos a partir de una especificación basada en expresiones regulares. Generadores de analizadores sintácticos: producen analizadores sintácticos a partir de una descripción gramatical del lenguajes de programación (gramática libre de contexto). Motores de traducción dirigida por la sintaxis: producen grupos de rutinas que recorren el árbol de análisis sintáctico, generando código intermedio. Generadores automáticos de código: producen un generador de código a partir de un conjunto de reglas que definen la traducción de cada operación del lenguaje intermedio al lenguaje de máquina objeto. Motores de análisis de flujo de datos: consiste en la recolección de información sobre la forma en que se transmiten los valores de una parte del programa a cada una de las otras partes.

22 22

23 23

24 24 Los compiladores para lenguajes de alto nivel tienen muchas fases, en las que progresivamente se va transformando el programa de un lenguaje (representación) a otro. Los compiladores ayudaron a promover el uso de los lenguajes de programación, debido a: Facilitaron la tarea de programación acercando a un lenguaje más cercano al humano. Minimizando la sobrecarga de ejecución de los programas escritos en lenguajes de alto nivel. Permiten hacer efectivas las arquitecturas computacionales de alto rendimiento en las aplicaciones de usuario. Muchas aplicaciones necesitan lenguajes especiales y, por tanto, compiladores.

25 25 Alfred Aho, Mónica Lam, Ravi Sethi, Jeffrey Ullman. Compiladores. Principios, técnicas y herramientas. Pearson. Addison Wesley. 2 da. Edición (2008). Kenneth C. Louden. Construcción de compiladores: principios y práctica. International Thomson Editores (2004).