关于语义分析的简单总结

预备知识

编译器的前端是由三个模块和两个核心数据结构（记号流，抽象语法树）组成的，
编译器处于一个流水线的结构，阶段无关性（只考虑把每一个模块的输入输出）
语义分析只依赖于前一阶段的抽象语法树
语义分析也称为类型检查。上下文相关分析。负责检查程序（抽象语法树）的上下文相关的属性：
1. 变量在使用前先声明
2. 每个表达式都有何时的类型
3. 函数调用和函数的定义一致
4. ………………
  举个例子

void f(int *p)
{X += 4:Cal(X);break;
}

编译器报出x，cal没有定义的错误，没有找到循环的错误，这就是所谓的上下文相关，不仅仅是检查当前

所以语义分析要完成的工作就是针对给定的一段代码，去找出所有的语义错误，如果出错了，要给出清晰的诊断信息反馈给程序员，程序员根据出错信息改错

语义分析器接受一个抽象语法树的输入，这棵树必然满足语法正确，还有一个输入，就是程序语言的合法规则（表明什么是合法的，什么是非法的），输出Yes或者NO，如果是Yes，那么就要产生中间代码（这个阶段过后，程序就不应包含任何语法和语义错误），如果是NO，就要给出错误信息

如何定义程序语言的语义？

传统上，大部分的程序设计语言都采用自然语言来表达程序语言的语义
例如，对于“+”运算
要求左右操作数都必须是整形数，如e1 + e2, 对于语法分析，+号两边操作数是不管的，而语义分析就要检查是否为整形数
这个自然语言是我们学习一门语言的所需要的，比如一本编程书上

但编译器的实现者必须对语言中的语义规定有全面的理解，比如加号两边可以是浮点数和整形数

那么如何能够正确高效地实现？

给出下面文法举个例子
定义加法左右两边只能是整数

E->N| true| false| E + E| E && E

类型合法的程序

3 + 4
False && true

类型不合法的程序

3 + true
True + false

对这个语言，语义分析的任务是：对给定一个表达式e，写一个函数check（e）
返回一个表达式e的类型；若类型不合法，则报错
如3 + 4这个表达式返回int, 3+true这个表达式就会出错

下面对应抽象语法树的后序遍历的伪代码

enum type {int, bool};
enum type check (exp_t e)
{switch(e->kind)case exp_int: return int;case exp_true: return true;case exp_false: return false;case exp_add: t1 = check(e->left);//左t2 = check(e->right);//右if(t1 != int || t2 != int) //根perror(“error”);else return int;case exp_and: t1 = check(e->left);t2 = check(e->right);if(t1 != bool || t2 != bool)perror(“error”);else return bool
}

符号表

对于类型检查的有一个很重要的数据结构，符号表(key, value)
符号表：
用来存储程序中的变量相关信息
类型
作用域
访问控制信息（如pubic ,private之类的，文件之间的访问）
必须非常高效，因为程序中的变量规模会很大
如int x, bool y
table
x:int …..
y:bool ….

符号表要有创建，插入，查找的接口功能，具体实现和所选择语言相关
为了高效，可以使用哈希表等数据结构来实现呢符号表，
为了节约空间，也可以使用红黑树等平衡树

语义分析可能会出现的共性问题：

类型相容性：
类型检查问题往往归结为判断两个类型是否相等t1==t2? 在实际的语言中，这往往是个需要谨慎处理的复杂问题
如：
1. 对采用名字相等的语言，可直接比较
  对采用结构相等的语言（如结构体），需要递归比较比较各个域
2. 面向对象的继承，需要维护类型间的继承关系
错误诊断：编译器要报出语义错误，这些信息要很清晰地给出
（1）要给出极可能准确的错误信息
（2）要给出尽可能多的错误信息
（3）要给出尽可能准确的出错位置，程序代码的位置要从缱绻保留并传递归来（即词法分析的行号信息要传递到语义分析）
代码翻译：生成中间表示（或目标代码），现代编译器中的语义分析模块，除了做语义分析外，还要负责生成中间代码或目标代码，代码生成的过程也同样是对树的某种遍历
因此，语义分析往往是编译器中最庞大（代码量）最复杂（需要很多分析）的模块