從零寫一個編譯器（七）：語義分析之符號表的數據結構

項目的完整代碼在 C2j-Compiler

前言

有關符號表的文件都在symboltable包裏

前面咱們經過完成一個LALR(1)有限狀態自動機和一個reduce信息來構建了一個語法解析表，正式完成了C語言的語法解析。接下來就是進入語義分析部分，和在第二篇提到的同樣，語義分析的主要任務就是生成符號表來記錄變量和變量的類型，而且發現不符合語義的語句

描述變量

在C語言裏對變量聲明定義裏，主要有兩種描述

• 說明符（Specifier）

  說明符也就是對應C語言的一些描述變量類型或者像static，extern的關鍵字（像extern這些關鍵詞在此次實現的編譯器裏並無用到，由於extern可能還要涉及到多個源文件的編譯和連接）

• 修飾符（Declarator）

  修飾符則是由變量名或者表明指針類型的星號，數組的中括號組成，修飾符屬於能夠複雜的一部分，由於修飾符能夠進行組合。因此對於組合的修飾符就能夠建立多個Declarator，按順序連接起來

這樣就能夠完成兩個類，這兩個類的邏輯都比較簡單：

Declarator類

• declareType：用來表示當前的Declarator是一個指針仍是數組或者函數
• numberOfElements、elements：若是當前的類型是個數組的話，它們就表示數組的元素個數和數組元素

public class Declarator {
    public static int POINTER = 0;
    public static int ARRAY = 1;
    public static int FUNCTION = 2;

    private int declareType;
    private int numberOfElements = 0;

    HashMap<Integer, Object> elements = null;

    public Declarator(int type) {
        this.declareType = type;
    }
    ...
}

Specifier類

Specifier的屬性會比較多一點，可是在後面編譯器可能只支持int, char, void, struct四種類型

• basicType：用來代表當前變量的類型

• storageClass：表示變量的存儲方式（fixed，auto），這裏咱們把typedef的信息也放在這裏，也就是說若是碰見typedef，那麼storageClass會被設置爲TYPEDEF

• constantValue和vStruct：這兩個屬於比較特殊的兩個屬性，它們表示枚舉類型和結構體，之因此特殊是由於它們以後要進行特殊處理。若是碰見枚舉類型至關於構造一個basicType是CONSTANT的Specifier，對應的值也就是constantValue了

public class Specifier {
    /**
     * Variable types
     */
    public static int NONE = -1;
    public static int INT = 0;
    public static int CHAR = 1;
    public static int VOID = 2;
    public static int STRUCTURE = 3;
    public static int LABEL = 4;

    /**
     * storage
     */
    public static int FIXED = 0;
    public static int REGISTER = 1;
    public static int AUTO = 2;
    public static int TYPEDEF = 3;
    public static int CONSTANT = 4;

    public static int NO_OCLASS = 0;
    public static int PUBLIC = 1;
    public static int PRIVATE = 2;
    public static int EXTERN = 3;
    public static int COMMON = 4;

    private int basicType;
    private int storageClass;
    private int outputClass = NO_OCLASS;
    private boolean isLong = false;
    private boolean isSigned = false;
    private boolean isStatic = false;
    private boolean isExternal = false;
    private int constantValue = 0;
    private StructDefine vStruct = null;
}

描述符號表

在前面定義兩個描述變量的類，可是僅靠這兩個類仍是沒法準確的表達一個符號，因此咱們須要包裝一下這兩個類，讓它更具表達力

編程不少時候都是根據特定的需求完成特定的數據結構，符號表在計算機裏本質上也只是用來描述變量的數據結構而已

這個數據結構做爲符號表有幾個基本的條件：

1. 速度
   由於符號表須要頻繁的插入和查找，因此查詢和插入速度必需要足夠的快
2. 靈活
   由於變量的定義的可能會很複雜，好比說多個修飾符再加上指針（(long int, long doube *)，因此在設計上必須足夠靈活

由於學習編譯器一直是跟着陳老師的課，因此符號表的設計也沿用老師的設計

爲了保證上面兩個條件，咱們選用鏈式哈希表來實現

這張圖是我網上找的，實際上沒有那麼複雜

全部的變量都存儲到這個哈希表中，同名變量被哈希會被同一個地方，固然它們要屬於不一樣做用域，而區分不一樣做用域就在於這張圖上面一部分，它會把同一個做用域的變量鏈接起來

symboltable.Symbol

這個類用來描述符號表裏的一個符號

若是從github下載源文件的話，裏面有許可能是在後面代碼生成才須要用到的，如今能夠忽略

主要屬性有：

• level: 用來代表變量的層次
• duplicate：是不是一個同名變量
• args：若是該符號對應的是函數名,那麼args指向函數的輸入參數符號列表
• next: 指向下一個同層次的變量符號

public class Symbol {
    String name;
    String rname;
    int level; 
    boolean duplicate; 
    Symbol args; 
    Symbol next;  
}

這時候用Symbol加上以前的Specifier和Declarator就有足夠的表達力來描述一個符號，那麼就須要把這三個類聯繫起來，先增長一個TypeLink

TypeLink

TypeLink表示一個Specifier或者一個Declarator，這裏用繼承來實現可能會顯得更好看一點

public class TypeLink {
    public boolean isDeclarator;
    /**
     * typedef int
     */
    public boolean isTypeDef;
    /**
     * Specifier or Declarator
     */
    public Object typeObject;

    private TypeLink next = null;

    public TypeLink(boolean isDeclarator, boolean typeDef, Object typeObj) {
        this.isDeclarator = isDeclarator;
        this.isTypeDef = typeDef;
        this.typeObject = typeObj;
    }

    public Object getTypeObject() {
        return typeObject;
    }

    public TypeLink toNext() {
        return next;
    }

    public void setNextLink(TypeLink obj) {
        this.next = obj;
    }

}

這樣在Symbol裏就要加入兩個屬性

typeLinkBegin和typeLinkEnd就是用來描述變量的說明符和修飾符的整個鏈表，也就是以前說的把這些修飾符或者說明符按順序鏈接起來

public class Symbol {
    String name;
    String rname;
    int level;  
    boolean implicit;  
    boolean duplicate; 
    Symbol args;  
    Symbol next;

    TypeLink typeLinkBegin;
    TypeLink typeLinkEnd;
}

例子

這樣完成以後，例如

long int (*e)[10];

就能夠這樣表示

Symbol	declartor	declartor	specifer
name:e	declareType = PONITER	declareType = array	basicType = INT isLong = TRUE
->	->	->	->

結構體符號的定義

StructDefine這個文件還沒講過，這個文件是用來描述結構體的，由於結構體自己的複雜性，因此就須要對它進行特殊處理，可是結構體本質上仍是一堆變量的組合，因此依舊能夠用上面的方法描述

• tag: 結構體的名稱
• level: 結構體的嵌套層次
• Symbol：對應結構體裏的變量

public class StructDefine {
    private String tag;
    private int level;
    private Symbol fields;

    public StructDefine(String tag, int level, Symbol fields) {
        this.tag = tag;
        this.level = level;
        this.fields = fields;
    }
}

例子

看一個結構體定義的例子

struct dejavidwh {
    int array1[5];
    struct dejavudwh *pointer1;
} one;

小結

因此最後只須要

private HashMap<String, ArrayList<Symbol>> symbolTable = new HashMap<>();
    private HashMap<String, StructDefine> structTable = new HashMap<>();

就能夠描述一個符號表

symbolTable裏的key至關於變量的名字，然後面的ArrayList存放着同名變量，由於每一個Symbol都有一個next指針來指向同級的其它Symbol，因此這樣的結構就至關於開頭描述的那個哈希表

這一節主要是描述了符號表的數據結構，兩個關鍵點是

1. 描述變量

   因此定義了修飾符和描述符來描述一個變量

2. 關聯變量

   定義了Symbol鏈表來串聯各個變量

另外個人github博客：https://dejavudwh.cn/