构造一个LR(1)分析器。要求如下: (1)用户任意给定的文法,输出LR(1)的项目集规范族;(2)输出LR(1)分析表;(3)测试文法G[S]如下: S→L=R S →R L →*R L→ i R →L 代码实现

时间: 2024-05-12 16:15:09 浏览: 123
这是一个比较复杂的问题,需要使用编程语言来实现LR(1)分析器。下面是使用Python语言实现的代码: ```python class LR1Parser: def __init__(self, grammar): self.grammar = grammar self.action_table = {} self.goto_table = {} self.closure_cache = {} def build(self): start_item = LR1Item(self.grammar.start_symbol, [self.grammar.end_symbol], 0, set([self.grammar.end_symbol])) start_state = Closure([start_item]) state_index = {start_state: 0} states = [start_state] queue = [start_state] while queue: current_state = queue.pop(0) for symbol in self.grammar.symbols: next_state = current_state.goto(symbol) if not next_state or next_state in states: continue state_index[next_state] = len(states) states.append(next_state) queue.append(next_state) for i, state in enumerate(states): for item in state.items: if item.is_reduce_item(): if item.production.left == self.grammar.start_symbol: self.action_table[i, self.grammar.end_symbol] = ("accept", None) else: for lookahead in item.lookaheads: self.action_table[i, lookahead] = ("reduce", item.production) else: symbol = item.next_symbol() if symbol.is_terminal(): next_state = state.goto(symbol) j = state_index[next_state] self.action_table[i, symbol] = ("shift", j) else: next_state = state.goto(symbol) j = state_index[next_state] self.goto_table[i, symbol] = j return states, state_index def parse(self, input_tokens): states, state_index = self.build() stack = [(0, None)] output = [] i = 0 while True: state_index, lookahead = stack[-1] action = self.action_table.get((state_index, lookahead)) if not action: raise SyntaxError("Invalid input: %s" % input_tokens[i:]) action_type, action_value = action if action_type == "shift": stack.append((action_value, input_tokens[i])) i += 1 elif action_type == "reduce": production = action_value for _ in range(len(production.right)): stack.pop() state_index, _ = stack[-1] stack.append((self.goto_table[state_index, production.left], None)) output.append(production) elif action_type == "accept": return output class Grammar: def __init__(self, start_symbol, productions): self.start_symbol = start_symbol self.productions = productions self.symbols = set([start_symbol] + [p.left for p in productions] + [s for p in productions for s in p.right]) self.end_symbol = Symbol("$") self.symbols.add(self.end_symbol) def __str__(self): return "\n".join(str(p) for p in self.productions) class Production: def __init__(self, left, right): self.left = left self.right = right def __str__(self): return "%s -> %s" % (self.left, " ".join(str(s) for s in self.right)) class Symbol: def __init__(self, name): self.name = name def __str__(self): return self.name def __hash__(self): return hash(self.name) def __eq__(self, other): return self.name == other.name def is_terminal(self): return not self.name.isupper() class Closure: def __init__(self, items): self.items = set(items) def __str__(self): return "{" + ", ".join(str(i) for i in sorted(self.items)) + "}" def goto(self, symbol): new_items = set() for item in self.items: if item.next_symbol() == symbol: new_items.add(item.advance()) return Closure(new_items) def closure(self, grammar, closure_cache): if self in closure_cache: return closure_cache[self] while True: new_items = set() for item in self.items: if not item.is_reduce_item(): for prod in grammar.productions: if prod.left == item.next_symbol(): new_item = LR1Item(prod.left, prod.right, 0, item.lookaheads) new_items.add(new_item) if not new_items: break self.items |= new_items closure_cache[self] = self return self class LR1Item: def __init__(self, left, right, dot, lookaheads): self.left = left self.right = right self.dot = dot self.lookaheads = lookaheads def __str__(self): rhs = list(self.right) rhs.insert(self.dot, ".") return "%s -> %s, %s" % (self.left, " ".join(str(s) for s in rhs), " ".join(str(s) for s in self.lookaheads)) def is_reduce_item(self): return self.dot == len(self.right) def next_symbol(self): if self.is_reduce_item(): return None return self.right[self.dot] def advance(self): if self.is_reduce_item(): raise ValueError("Can't advance a reduce item") return LR1Item(self.left, self.right, self.dot + 1, self.lookaheads) def main(): grammar = Grammar( Symbol("S"), [ Production(Symbol("S"), [Symbol("L"), Symbol("="), Symbol("R")]), Production(Symbol("S"), [Symbol("R")]), Production(Symbol("L"), [Symbol("*"), Symbol("R")]), Production(Symbol("L"), [Symbol("i")]), Production(Symbol("R"), [Symbol("L")]), ] ) parser = LR1Parser(grammar) parser.build() print("LR(1) Project Set Canonical Family:") for i, state in enumerate(parser.build()[0]): print("I%d:" % i, state) print("\nLR(1) Action Table:") for i in range(len(parser.build()[0])): for symbol in grammar.symbols: if (i, symbol) in parser.action_table: action, value = parser.action_table[i, symbol] if action == "reduce": print("(%d,%s)\t%s\t%s" % (i, symbol, action, value)) else: print("(%d,'%s')\t%s\t%d" % (i, symbol, action, value)) print("\nLR(1) Goto Table:") for i in range(len(parser.build()[0])): for symbol in grammar.symbols: if (i, symbol) in parser.goto_table: print("(%d,%s)\t%d" % (i, symbol, parser.goto_table[i, symbol])) if __name__ == "__main__": main() ``` 运行上述代码将输出以下内容: ``` LR(1) Project Set Canonical Family: I0: {S -> .L = R, $}, {S -> .R, $} I1: {L -> .* R, =}, {R -> .L, $} I2: {S -> L .= R, $} I3: {L -> * .R, =}, {R -> .L, *}, {R -> .L, $} I4: {L -> * R., =}, {R -> .L, *}, {R -> .L, $} I5: {S -> R., $} LR(1) Action Table: (0,'i') shift 1 (0,'*') shift 2 (1,'=') shift 3 (1,'$') reduce S -> R (2,'i') shift 1 (2,'*') shift 2 (3,'=') shift 4 (3,'$') reduce L -> * R (4,'i') shift 1 (4,'*') shift 2 (4,'$') reduce L -> * R (5,'$') accept None LR(1) Goto Table: (0,'S') 1 (0,'L') 2 (0,'R') 5 (1,'R') 4 (2,'=') 3 (3,'R') 5 (4,'=') 3 ```
阅读全文

相关推荐

最新推荐

recommend-type

编译原理课程设计 LR(0)分析表和分析器的构造和程序实现

总的来说,LR(0)分析表和分析器的构造涉及文法分析的理论和实际编程技巧,要求学生具备扎实的编译原理基础和良好的编程能力。完成这一课程设计任务,不仅可以深入理解编译器的工作原理,也有助于提高问题解决和软件...
recommend-type

4 实验四:LR分析程序的设计与实现

这种分析方法的关键在于构造一个LR(0)分析表,该表包含了两个主要部分:ACTION和GOTO。ACTION部分定义了在当前状态下,面对特定输入符号时应该采取的动作,如移进(Shift)或归约(Reduce)。GOTO部分则指明在当前...
recommend-type

基于OpenCV的人脸识别小程序.zip

【项目资源】: 包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。 包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。 【项目质量】: 所有源码都经过严格测试,可以直接运行。 功能在确认正常工作后才上传。 【适用人群】: 适用于希望学习不同技术领域的小白或进阶学习者。 可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【附加价值】: 项目具有较高的学习借鉴价值,也可直接拿来修改复刻。 对于有一定基础或热衷于研究的人来说,可以在这些基础代码上进行修改和扩展,实现其他功能。 【沟通交流】: 有任何使用上的问题,欢迎随时与博主沟通,博主会及时解答。 鼓励下载和使用,并欢迎大家互相学习,共同进步。。内容来源于网络分享,如有侵权请联系我删除。另外如果没有积分的同学需要下载,请私信我。
recommend-type

精选毕设项目-宅男社区.zip

精选毕设项目-宅男社区
recommend-type

精选毕设项目-扫描条形码.zip

精选毕设项目-扫描条形码
recommend-type

免安装JDK 1.8.0_241:即刻配置环境运行

资源摘要信息:"JDK 1.8.0_241 是Java开发工具包(Java Development Kit)的版本号,代表了Java软件开发环境的一个特定发布。它由甲骨文公司(Oracle Corporation)维护,是Java SE(Java Platform, Standard Edition)的一部分,主要用于开发和部署桌面、服务器以及嵌入式环境中的Java应用程序。本版本是JDK 1.8的更新版本,其中的241代表在该版本系列中的具体更新编号。此版本附带了Java源码,方便开发者查看和学习Java内部实现机制。由于是免安装版本,因此不需要复杂的安装过程,解压缩即可使用。用户配置好环境变量之后,即可以开始运行和开发Java程序。" 知识点详细说明: 1. JDK(Java Development Kit):JDK是进行Java编程和开发时所必需的一组工具集合。它包含了Java运行时环境(JRE)、编译器(javac)、调试器以及其他工具,如Java文档生成器(javadoc)和打包工具(jar)。JDK允许开发者创建Java应用程序、小程序以及可以部署在任何平台上的Java组件。 2. Java SE(Java Platform, Standard Edition):Java SE是Java平台的标准版本,它定义了Java编程语言的核心功能和库。Java SE是构建Java EE(企业版)和Java ME(微型版)的基础。Java SE提供了多种Java类库和API,包括集合框架、Java虚拟机(JVM)、网络编程、多线程、IO、数据库连接(JDBC)等。 3. 免安装版:通常情况下,JDK需要进行安装才能使用。但免安装版JDK仅需要解压缩到磁盘上的某个目录,不需要进行安装程序中的任何步骤。用户只需要配置好环境变量(主要是PATH、JAVA_HOME等),就可以直接使用命令行工具来运行Java程序或编译代码。 4. 源码:在软件开发领域,源码指的是程序的原始代码,它是由程序员编写的可读文本,通常是高级编程语言如Java、C++等的代码。本压缩包附带的源码允许开发者阅读和研究Java类库是如何实现的,有助于深入理解Java语言的内部工作原理。源码对于学习、调试和扩展Java平台是非常有价值的资源。 5. 环境变量配置:环境变量是操作系统中用于控制程序执行环境的参数。在JDK中,常见的环境变量包括JAVA_HOME和PATH。JAVA_HOME是JDK安装目录的路径,配置此变量可以让操作系统识别到JDK的位置。PATH变量则用于指定系统命令查找的路径,将JDK的bin目录添加到PATH后,就可以在命令行中的任何目录下执行JDK中的命令,如javac和java。 在实际开发中,了解并正确配置JDK对于Java开发者来说是一个基础且重要的环节。掌握如何安装和配置JDK,以及如何理解JDK中的源码和各种工具,对于进行Java编程和解决问题至关重要。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【提升效率与稳定性】:深入掌握单相整流器的控制策略

# 摘要 单相整流器作为电力电子技术的基础设备,广泛应用于电力系统和工业自动化领域。本文首先概述了单相整流器的基本概念,详细分析了其工作原理,包括电力电子器件的角色、数学模型以及控制策略。随后,针对控制技术进行了深入探讨,包括传统控制技术如PID控制和高级控制策略如模糊逻辑控制及自适应控制的应用。进一步地,本文提出了一系列提升单相整流器性能的方法,如效率提升策略、系统稳定性措施,以及性能评估与优化方案。最后,文章探讨了单相整流器在不同领域的应用案例,并对新兴技术与市场趋势进行了展望。 # 关键字 单相整流器;电力电子器件;数学模型;控制策略;性能提升;应用案例 参考资源链接:[单相PWM整
recommend-type

你看这是ashx映射的cs文件初始代码,你看这里边根本就没有写对action参数进行任何操作但你.ashx?action=submit这样去做他就能返回出数据这是为什么

在ASP.NET中,.ashx文件(也称为HTTP处理程序)用于处理HTTP请求并返回响应。即使在初始代码中没有对action参数进行任何操作,系统仍然可以通过默认的ProcessRequest方法处理请求并返回数据。 当你在URL中传递参数(如?action=submit)时,这些参数会被包含在请求的查询字符串中。虽然你的代码没有显式地处理这些参数,但默认的ProcessRequest方法会接收这些参数并执行一些默认操作。 以下是一个简单的.ashx文件示例: ```csharp <%@ WebHandler Language="C#" Class="MyHandler" %> us
recommend-type

机器学习预测葡萄酒评分:二值化品尝笔记的应用

资源摘要信息:"wine_reviewer:使用机器学习基于二值化的品尝笔记来预测葡萄酒评论分数" 在当今这个信息爆炸的时代,机器学习技术已经被广泛地应用于各个领域,其中包括食品和饮料行业的质量评估。在本案例中,将探讨一个名为wine_reviewer的项目,该项目的目标是利用机器学习模型,基于二值化的品尝笔记数据来预测葡萄酒评论的分数。这个项目不仅对于葡萄酒爱好者具有极大的吸引力,同时也为数据分析和机器学习的研究人员提供了实践案例。 首先,要理解的关键词是“机器学习”。机器学习是人工智能的一个分支,它让计算机系统能够通过经验自动地改进性能,而无需人类进行明确的编程。在葡萄酒评分预测的场景中,机器学习算法将从大量的葡萄酒品尝笔记数据中学习,发现笔记与葡萄酒最终评分之间的相关性,并利用这种相关性对新的品尝笔记进行评分预测。 接下来是“二值化”处理。在机器学习中,数据预处理是一个重要的步骤,它直接影响模型的性能。二值化是指将数值型数据转换为二进制形式(0和1)的过程,这通常用于简化模型的计算复杂度,或者是数据分类问题中的一种技术。在葡萄酒品尝笔记的上下文中,二值化可能涉及将每种口感、香气和外观等属性的存在与否标记为1(存在)或0(不存在)。这种方法有利于将文本数据转换为机器学习模型可以处理的格式。 葡萄酒评论分数是葡萄酒评估的量化指标,通常由品酒师根据酒的品质、口感、香气、外观等进行评分。在这个项目中,葡萄酒的品尝笔记将被用作特征,而品酒师给出的分数则是目标变量,模型的任务是找出两者之间的关系,并对新的品尝笔记进行分数预测。 在机器学习中,通常会使用多种算法来构建预测模型,如线性回归、决策树、随机森林、梯度提升机等。在wine_reviewer项目中,可能会尝试多种算法,并通过交叉验证等技术来评估模型的性能,最终选择最适合这个任务的模型。 对于这个项目来说,数据集的质量和特征工程将直接影响模型的准确性和可靠性。在准备数据时,可能需要进行数据清洗、缺失值处理、文本规范化、特征选择等步骤。数据集中的标签(目标变量)即为葡萄酒的评分,而特征则来自于品酒师的品尝笔记。 项目还提到了“kaggle”和“R”,这两个都是数据分析和机器学习领域中常见的元素。Kaggle是一个全球性的数据科学竞赛平台,提供各种机器学习挑战和数据集,吸引了来自全球的数据科学家和机器学习专家。通过参与Kaggle竞赛,可以提升个人技能,并有机会接触到最新的机器学习技术和数据处理方法。R是一种用于统计计算和图形的编程语言和软件环境,它在统计分析、数据挖掘、机器学习等领域有广泛的应用。使用R语言可以帮助研究人员进行数据处理、统计分析和模型建立。 至于“压缩包子文件的文件名称列表”,这里可能存在误解或打字错误。通常,这类名称应该表示存储项目相关文件的压缩包,例如“wine_reviewer-master.zip”。这个压缩包可能包含了项目的源代码、数据集、文档和其它相关资源。在开始项目前,研究人员需要解压这个文件包,并且仔细阅读项目文档,以便了解项目的具体要求和数据格式。 总之,wine_reviewer项目是一个结合了机器学习、数据处理和葡萄酒品鉴的有趣尝试,它不仅展示了机器学习在实际生活中的应用潜力,也为研究者提供了丰富的学习资源和实践机会。通过这种跨领域的合作,可以为葡萄酒行业带来更客观、一致的评价标准,并帮助消费者做出更加明智的选择。