Tabla de Símbolos. Programación II Margarita Álvarez

Transcripción

1 Programación II Margarita Álvarez La tabla de símbolos es una estructura global utilizada por distintos módulos del compilador. Es el principal atributo heredado. Almacena todos los nombres declarados en el programa y sus atributos (tipo, valor, dirección, parámetros, etc.) Contiene una entrada para cada uno de los símbolos definidos en el programa fuente. Sobre los identificadores, y opcionalmente sobre las palabras reservadas y las constantes. Información sobre el lexema, tipo de datos, ámbito y dirección en memoria. Se usa en las distintas fases del compilador para: Recuperar los atributos de un nombre. Verificar que todos los identificadores son declarados antes de utilizarlos (cuando el lenguaje así lo requiere). Detectar múltiples definiciones de un identificador en un mismo alcance (cuando el lenguaje así lo requiere). Permitir la declaración de un mismo nombre con alcances diferentes (cuando el lenguaje así lo requiere). 1

2 Entrada a la Cada entrada a la corresponde a la declaración de un nombre. Existen dos formas habituales para representación de un nombre: Si hay un límite superior pequeño para la longitud de un nombre entonces los caracteres del nombre se pueden almacenar en la entrada de la Tabla de Símbolos. Si no hay límite para la longitud de un nombre se puede usar un esquema indirecto. En lugar de asignar la cantidad de espacio máxima para guardar el lexema en cada entrada de la tabla, se puede utilizar el espacio más eficientemente colocando en el registro para un nombre un puntero a una tabla de caracteres que da la posición de comienzo del primer carácter del lexema. Operaciones principales: Insertar: introduce un símbolo tras una declaración. Buscar: recupera información asociada a un símbolo. Eliminar: borra la información de un símbolo cuando ya no se utiliza. Principalmente hay tres estructuras de implementación: Listas lineales simple o doblemente enlazadas, normalmente de tamaño variable. Es un sistema sencillo, pero lento cuando hay muchas entradas. Tabla de símbolos ordenada Tablas de dispersión (hash), su eficacia depende de la tabla de dispersión elegida. Es la más utilizada. 2

3 Listas lineales: es la estructura más sencilla y fácil de implementar para una. id 1 info 1 id 2 info 2 id n Se almacenan los nombres y su información asociada. Los nombres nuevos se añaden a la lista en el orden en que aparecen. La posición final se marca con un puntero disponible que apunta hacia donde irá la siguiente entrada a la tabla de símbolos. La búsqueda de un nombre se realiza hacia atrás desde el final hasta el comienzo. Si se alcanza el comienzo sin encontrar el nombre se produce un fallo. info n disponible Tabla de símbolos ordenada: con este método se tiene siempre la tabla ordenada alfabéticamente por sus identificadores. Realizando este trabajo adicional de clasificación (por ejemplo, insertando el identificador en el lugar que le corresponde) es más sencillo realizar la búsqueda en la tabla. Las dos formas más empleadas de realizar la búsqueda son la secuencial y la binaria. 3

4 Hashing: consiste en determinar una función que transforme el identificador en un valor entero que corresponde con un índice y que este comprendido entre 1 y N (N es el tamaño de la tabla) de tal forma que el número de colisiones sea pequeño o nulo. Se denomina colisión al fenómeno de que dos claves diferentes den la misma dirección. Las diferentes formas de solucionar son: Hashing abierto Hashing con overflow Hashing con encadenamiento Hashing abierto: al darse una colisión, en este hashing se mira en la ranura siguiente o en la siguiente, etc. hasta encontrar una ranura libre y en ese sitio es donde se incluye el nuevo elemento o clave. Ejemplo: suponga identificadores que comienzan con las letras A,B,C,E F,G y H. La función hashing es la de dar la posición en la tabla de acuerdo con el orden que ocupa la inicial del identificador en el alfabeto. Así, B estaría en la posición 2, C en la posición 3, etc. CASA DATO HELLO A B C D E F G H Los identificadores son: CASA, DATO,,, HELLO 4

5 Hashing con overflow: al darse una colisión, en vez de dejarla en la misma tabla, se pasa a otra tabla que se va llenando secuencialmente. Para que la búsqueda de los elementos colisionados sea rápida, se les tiene encadenados a su entrada principal todos los sinónimos que dieron la misma dirección. CASA DATO HELLO Tabla Hash A B C D E F G H Overflow HOY CATA Hashing con almacenamiento: con esta técnica se dispone de una tabla de N elementos llamada células que sólo contiene una dirección a la propiamente dicha. Para las colisiones hay un encadenamiento en la. Células A B C D E F G H CASA DATO HELLO HOY 5

6 Comparación Cada esquema se evalúa en el tiempo para añadir n entradas y realizar e consultas. Una lista lineal es lo más fácil de implementar pero su rendimiento es pobre cuando e y n se vuelven grandes. Los esquemas de hashing proporcionan un mayor rendimiento con un mayor esfuerzo de programación y gasto de espacio. Es útil que un compilador pueda aumentar dinámicamente la Tabla de Símbolos durante la compilación. Si la tiene tamaño fijo al escribir el compilador el tamaño debe ser lo suficientemente grande como para albergar cualquier programa fuente. Es muy probable que dicho tamaño sea demasiado grande para la mayoría de los programas e inadecuado para otros. 6