TEMA 1: INTRODUCCIÓN

Transcripción

1 1 DISEÑO Y DESARROLLO DE COMPILADORES TEMA 1: INTRODUCCIÓN Qué es un Compilador? Un compilador no es más que un traductor, es decir, un programa que nos permite pasar información de un lenguaje a otro. Por ejemplo, un compilador de C nos permite traducir ficheros escritos en lenguaje C a un lenguaje legible para la máquina (ensamblador). El proceso de compilación no siempre es directo. Esto quiere decir que si partimos de un lenguaje A y queremos traducir a un lenguaje B, no siempre será recomendable traducir directamente de A a B, si no que puede ser conveniente usar un lenguaje intermedio (llamémosle X) y entonces diseñaríamos un traductor de A a X, y otro de X a B. En este caso, el primer traductor recibe el nombre de front-end mientras que el segundo se llama back-end. El lenguaje A es el lenguaje fuente y el lenguaje B es el lenguaje objeto o destino. Un compilador es un programa que lee un programa en un lenguaje y lo traduce a un programa equivalente en otro lenguaje, y además informa al usuario sobre la presencia de errores en el programa de entrada. PROGRAMA FUENTE COMPILADOR PROGRAMA OBJETO MENSAJES DE ERROR Generalmente al lenguaje fuente se le asocia como lenguaje de alto nivel, mientras al lenguaje objeto se le conoce como código objeto (código de maquina) escrito específicamente para una maquina objeto. A lo largo del proceso de traducción el compilador debe informar la presencia de errores en el lenguaje fuente. Diseñar y desarrollar un compilador, no es tarea fácil, y quizás pocos profesionales de la computación se vean involucrados en esta tarea. No obstante, los compiladores se utilizan en casi todas las formas de la computación y cualquiera involucrado en esta área debería conocer la organización y el funcionamiento básico de un compilador.

2 2 DISEÑO Y DESARROLLO DE COMPILADORES Diseño de un compilador A continuación mostramos un diagrama de bloques que representa las fases a seguir en el proceso de diseño de un compilador además de los elementos auxiliares que necesitamos en cada fase. Figura 1: Pasos a seguir para diseñar un Compilador Al final tendremos un único programa que sería el traductor. Este traductor tendría un analizador sintáctico, y a su vez el analizador sintáctico tendría un analizador léxico. Partes de la compilación En la compilación hay dos partes: análisis y síntesis. La parte del análisis divide al programa fuente en sus elementos componentes y crea una representación intermedia del programa fuente. La parte de síntesis construye el programa objeto deseado a partir de la representación intermedia. ANÁLISIS (Etapa Inicial): o Divide al Programa Fuente en sus elementos componentes y crea una representación intermedia. o Se determinan las operaciones y se registran en una estructura de árbol (ej. árbol sintáctico) SÍNTESIS (Etapa Final): o Construye el Programa Objeto deseado a partir de la representación Intermedia (requiere técnicas más especializadas) Contexto de un compilador Además de un compilador, se pueden necesitar otros programas para crear un programa objeto ejecutable. Un programa fuente se puede dividir en módulos almacenados en archivos distintos. La tarea de reunir el programa fuente a menudo se confía a un programa distinto, llamado preprocesador. Clasificación de los Compiladores Los compiladores presentan la siguiente clasificación general: De una pasada o de múltiples pasadas De carga y de ejecución

3 3 DISEÑO Y DESARROLLO DE COMPILADORES De depuración o de optimización Historia de los Compiladores A finales de la década de 1940, comenzaron a construirse las primeras computadoras digitales y fue necesario implementar un lenguaje de capas para realizar los cálculos, es aquí donde aparece el lenguaje de máquina que representaba secuencias de códigos numéricos: C (instrucción que mueve el número dos a la ubicación 0000) Desafortunadamente este lenguaje era tedioso de seguir y complicado de mantener, por lo que esta forma de codificación fue reemplazada por el lenguaje ensamblador, en el cual las instrucciones y las localidades de memoria son formas simbólicas. Un ensamblador traduce de los códigos simbólicos a lenguaje de máquina. Aún con esta mejora, el lenguaje ensamblador sigue siendo demasiado difícil de mantener: MOV X, 2 (instrucción en ensamblador equivalente a la anterior) En este punto se presenta la necesidad de lenguajes que permitan escribir los programas de forma concisa, similar a una notación matemática, y que se pudieran traducir a código ejecutable para una máquina dada: X = 2 En 1950, G. M. Hooper acuña el término compilador y aparecen los pri meros trabajos sobre compiladores relacionados con la traducción de fórmulas aritméticas a código de máquina. John Backus lideró un grupo de trabajo en IBM para realizar de un traductor de código máquina a fórmulas matemáticas. Resultando con gran éxito: la especificación de un lenguaje de alto nivel (FORTRAN, FORmule TRANslation) Trabajaron 18 personas durante más de un año en el proyecto. Fue un compilador hecho ad-hoc (a puro corazón), pues no existía una teoría formal, sino que se iban resolviendo las construcciones una a una, para cada situación particular. Noam Chomsky comienza sus estudios sobre la estructura del lenguaje natural. Sus estudios lo condujeron a la clasificación de los lenguajes de acuerdo a una jerarquía de sus gramáticas, además sus estudios sobre los algoritmos de reconocimiento derivaron en una automatización del proceso de traducción más eficiente. 1960, se diseña el lenguaje LISP. En un principio, el código LISP se traducía manualmente a código máquina. Se escribió en LISP un programa capaz de interpretar programas LISP, que se tradujo manualmente a código de máquina, construyendo de este modo un intérprete ejecutable de LISP. Knuth desarrolla la mayoría de las técnicas de análisis sintáctico. 1970, se presentan los mayores avances en el área de lenguajes de programación. Aparecen los primeros programas que automatizan los procesos de análisi s léxico y sintáctico. Surgiendo la llamada Torre de Babel debido a la proliferación de la teoría para la construcción de compiladores.

4 4 DISEÑO Y DESARROLLO DE COMPILADORES Niklaus Wirth, diseña Pascal, pensado para la enseñanza. Wirth propone el concepto de representación intermedia de código, separando el proceso de traducción en dos fases: el front-end encargada de analizar el programa fuente (operaciones dependientes sólo del lenguaje fuente) y el back-end encargada de generar el código para la máquina objeto. 1980, comienzan a proliferar las técnicas de mejoramiento de código (optimización), se consolida y prolifera el concepto de asignación y liberación de memoria dinámica. La programación orientada a objetos es extensamente utilizada y madura. 1990, los lenguajes de programación y compiladores son muy similares a lo que tenemos actualmente, surgen los ambientes de desarrollo, los lenguajes interpretados comienza a ganar terreno en aplicaciones de Internet y el código intermedio se vuelve a poner de moda. A continuación vemos una figura que ilustra la evolución de los compiladores: Computadoras Hombre CÓDIGO MÁQUINA CÓDIGO MÁQUINA LENGUAJE COMPILADOR CÓDIGO MÁQUINA LENGUAJE LENGUAJE DE ALTO NIVEL Figura 2: Evolución de los Compiladores El Diseño de un compilador surge como resultado de: Desarrollo de un nuevo lenguaje de programación Adición de extensiones a los ya existentes Explotación de las características del hardware A futuro se busca: Extensión para el cómputo paralelo y distribuido

5 5 DISEÑO Y DESARROLLO DE COMPILADORES Ambiente General de Compilación La siguiente imagen nos muestra el proceso de Compilación, desde el Programa Fuente, la etapa de Análisis (Léxico, Sintáctico, Semántico), la generación de Código Intermedio, el Enlace y Relocalización en memoria, y finalmente la Generación de Código o Programa Objeto. Fuente Análisis léxico Análisis sintáctico Análisis semántico Intermedio Generador de código Código relocalizable Enlazador Objeto Figura 3: Ambiente General de Compilación

6 6 DISEÑO Y DESARROLLO DE COMPILADORES Tipos de Sistemas de Compilación o Traducen programas escritos en lenguaje ensamblador a código máquina. o Programa que convierte de lenguaje mnemónico a lenguaje máquina, generando un archivo con el código objeto equivalente al código fuente completo, junto con información necesaria para el montaje. COMPILADOR o Traducen programas escritos en lenguaje de alto nivel a código intermedio o a código máquina. o Programa que convierte un archivo de lenguaje de programación a su correspondiente en lenguaje objeto. Siendo en realidad es un tipo específico de traductor. INTERPRETE o No genera código objeto, analiza y ejecuta directamente cada proposición del Programa Fuente (PF). o Los intérpretes ejecutan las instrucciones del programa según se vayan presentando. Necesitan menos memoria, pero son más lentos que los compiladores (LISP, Prolog). Históricamente, se pusieron de moda en los primeros años porque los recursos de memoria eran escasos. o Permiten añadir código dinámicamente durante la ejecución. PREPROCESADOR o Sustituyen macros, incluyen archivos o extensión del lenguaje. FORMADORES DE TEXTO o Toman como entrada una cadena de caracteres que incluye el texto a componer y órdenes (TAG s) para indicar capítulos, secciones, párrafos, enumeraciones, figuras, formulas, tablas, etc. (Latex, Html). LENGUAJES DE PROGRAMACIÓN INTERPRETADOS o Están diseñados para ser ejecutados por medio de intérprete a partir de un código precompilado. o Por ejemplo Java es compilado para posteriormente ser ejecutado por un traductor del lenguaje objeto denominado Java Virtual Machine. o Mientas que los lenguajes de la plataforma.net compilan en una forma intermedia (CIL), que posteriormente puede ser recompilado a código de máquina nativo o interpretado por una máquina virtual. o Lenguajes como Python y Java emplean representaciones intermedias de código para ser ejecutadas, mientras que lenguajes como Ruby emplean un árbol de sintaxis abstracta como representación intermedia. Ventajas del compilador Se compila una vez, se ejecuta n-veces. En bucles, la compilación genera código equivalente al bucle pero un intérprete se traduce tantas veces una línea como veces se repite el bucle. El compilador tiene una visión global del programa, por lo que la información de mensajes de errores es más detallada.

7 7 DISEÑO Y DESARROLLO DE COMPILADORES Ventajas del intérprete Un intérprete necesita menos memoria que un compilador. Permite una mayor interactividad con el código en tiempo de desarrollo. Ventajas del compilador - intérprete Proporcionan algo de flexibilidad extra. Son independientes de la plataforma en la que se ejecuten. Permiten un mecanismo de reflexión. Tipos de datos altamente dinámicos. Gestión de memoria dinámica. Fácilmente depurables y reducidos en tamaño. Fases de un Compilador Un compilador se compone internamente de varias etapas, o fases, que realizan operaciones lógicas. Es útil pensar en estas fases como piezas separadas dentro del compilador, y pueden en realidad escribirse como operaciones codificadas separadamente aunque en la práctica a menudo se integran. A continuación describiremos brevemente cada una de ellas: Análisis Léxico Análisis Sintáctico Análisis Semántico Generación y Optimización de código intermedio Generación de código objeto Figura 4: Fases de la Compilación

8 8 DISEÑO Y DESARROLLO DE COMPILADORES Análisis léxico.- Fase en la cual se leen las cadenas de caracteres del programa fuente y se agrupan en componentes léxicos, que son secuencias de caracteres que tienen un significado colectivo. Los espacios en blanco que separan los caracteres de estos componentes léxicos normalmente se eliminan durante este análisis. Análisis sintáctico.- Fase en la cual los caracteres o componentes léxicos se agrupan jerárquicamente en colecciones anidadas con un significado colectivo. Se agrupan los componentes léxicos del programa fuente en frases gramaticales que el compilador utiliza para sintetizar la salida. Estas frases gramaticales se representan con un árbol de análisis sintáctico. Análisis semántico.- Fase en la cual se realizan ciertas revisiones para asegurar que los componentes de un programa se ajustan de un modo significativo. Esta fase revisa el programa fuente para tratar de encontrar errores semánticos y reúne la información sobre los tipos para la fase posterior de generación de código. Verifica si cada operador tiene operandos permitidos por el lenguaje fuente. Generación de código intermedio.- Algunos compiladores generan una representación intermedia explícita del programa fuente. Esta representación intermedia debe tener dos propiedades: debe ser fácil de producir y fácil de traducir al programa objeto. Optimación de código.- La fase de optimación de código trata de mejorar el código intermedio, de modo que resulte un código de máquina más rápido de ejecutar. Generación de código.- La fase final de un compilador es la generación de código objeto, que por lo general consiste en código de máquina relocalizable o código ensamblador. Administrador de la tabla de símbolos.- Una función esencial de un compilador es registrar los identificadores utilizados en el programa fuente y reunir información sobre los distintos atributos de cada identificador. Una tabla de símbolos es una estructura de datos que contiene un registro por cada identificador, con los campos para los atributos del identificador. Detección e información de errores.- Cada fase puede encontrar errores. Sin embargo, después de detectar un error, cada fase debe tratar de alguna forma ese error, para poder continuar la compilación, permitiendo la detección de más errores en el programa fuente.