Unidad I. LyA II Alumnos

1. ANLISIS SEMNTICO INTRODUCCIN El anlisis semntico dota de un significado coherente a lo que hemos hecho en el anlisis sintctico. El chequeo semntico se encarga de que los tipos que intervienen en las expresiones sean compatibles o que los parmetros reales de una funcin sean coherentes con los parmetros formales. Se divide en dos categoras:

Anlisis de un programa que requiere las reglas del lenguaje de programacin para establecer su exactitud y garantizar una ejecucin adecuada.

Anlisis realizado por un compilador para mejorar la eficiencia de ejecucin del programa traducido.

La especificacin de la semntica puede realizarse de dos formas:

Lenguaje natural Especificacin formal: Semntica Operacional, semntica denotacional, semntica

Axiomtica, Gramticas con Atributos. Para que hacer un anlisis semntico?

Asegurarnos que el programa cumple con la definicin del lenguaje de programacin.

Proveer mensajes de error tiles al usuario. El Analizador Semntico finaliza la fase de Anlisis del compilador y comienza la fase de Sntesis, en la cual se comienza a generar el cdigo objeto. Hay dos notaciones o mtodos para asociar reglas semnticas con producciones:

Las definiciones dirigidas por las sintaxis. o Son especificaciones de lto nivel para traducciones. o Ocultan muchos detalles de la implementacin y

o No es necesario que el usuario especifique explcitamente el orden en el que tiene lugar la traduccin.

Los esquemas de traduccin o Indican el orden en que se deben evaluar las reglas semnticas dejando

visibles algunos detalles de la implementacin. Conceptualmente para ambas notaciones,

Se analizan sintcticamente la cadena de componentes lxicos de entrada, se construye el rbol para evaluar las reglas semnticas en sus nodos.

La evaluacin de las reglas semnticas puede generar cdigo, guardar informacin en una tabla de smbolos, emitir mensajes de error o realizar otras actividades

La traduccin de las cadenas de componentes lxicos es el resultado obtenido al evaluar las reglas semnticas.

Hay casos especiales en que se puede implementar en una sola pasada, evaluando directamente en el anlisis sintctico, sin construir explcitamente un rbol de anlisis sintctico o un grafo que muestre las dependencias para los atributos.

1.1. ARBOLES DE EXPRESIONES. Hay determinadas caractersticas de los lenguajes de programacin que no pueden ser modeladas mediante gramticas incontextuales y que es necesario comprobar en una fase posterior al anlisis sintctico. Por otro lado, las fases posteriores de la compilacin o interpretacin necesitan una representacin de la entrada que les permita llevar a cabo sus funciones de manera adecuada. Estas dos vertientes, deteccin de errores y representacin de la informacin, estn muy relacionadas y se solapan en la prctica. El uso de rboles de anlisis sintctico como representacin intermedia permite que la traduccin se separe del anlisis sintctico. Las rutinas de traduccin invocadas durante el anlisis sintctico deben activarse con dos clases de limitaciones. La primera, una gramtica que resulte adecuada para le anlisis sintctico puede no reflejar la estructura jerrquica natural de las construcciones del lenguaje. La segunda, el mtodo de anlisis sintctico restringe el orden en que se consideran los nodos de un rbol de anlisis

sintctico. Pues este orden puede no coincidir con el orden en que se va disponiendo de la informacin sobre una construccin. Supongamos, por ejemplo, que nuestro lenguaje permite asignaciones segn la regla

(Asignacin) id:=(Expresin); Generalmente se imponen ciertas restricciones, en este caso, estas podran ser:

El identificador de la parte izquierda debe estar declarado previamente. El tipo de la expresin debe ser compatible con el del identificador.

El analizador semntico deber comprobar que estas dos restricciones se cumplen antes de declarar que la sentencia de asignacin est bien formada. Pero sucede que la informacin necesaria para comprobarlas es til tambin para generar cdigo. Esto quiere decir que si tuviramos una separacin estricta entre las fases del compilador, para generar cdigo deberamos volver a mirar el identificador para saber a que objeto (variable, funcin, constante, etc.) corresponde y qu tipo tiene y tambin deberamos volver a comprobar los tipos de la expresin para generar el cdigo adecuado. Por otro lado, aunque en teora el rbol de anlisis sera suficiente para fases posteriores de la compilacin o interpretacin, es una representacin que contiene mucha informacin redundante. Por ejemplo, el rbol correspondiente a la expresin a:= b+c; bien podra tener el aspecto del rbol de la izquierda, cuando el de la derecha contiene esencialmente la misma informacin y resulta ms cmodo para trabajar:

El segundo rbol se conoce como rbol de sintaxis abstracta. Como hemos comentado, durante el anlisis semntico se recoge una serie de informaciones que resultan de utilidad para fases posteriores. Estas informaciones se pueden almacenar en el rbol: rbol de Sintaxis Abstracto: Es una forma condensada de un rbol de anlisis sintctico, til para representar construcciones del lenguaje:

Recoge toda la informacin sintctica y semntica. Elimina los smbolos que no aportan significado. Los nodos reflejan los datos asociados a cada smbolo. El objetivo de las acciones semnticas es construir este rbol.

Por ejemplo la produccin S if B then S1 else S2 puede aparecer en un rbol sintctico como

If-then-else

B S1 S2 La construccin de rboles sintcticos para expresiones es similar a la traduccin de la expresin a una forma postfija. Se construyen subrboles para las subexpresiones creando un nodo para cada operador y cada operando. Los hijos de un nodo de un operador son las races de los nodos que representan las subexpresiones que constituyen los operandos de dicho operador. Se puede implantar cada nodo en un rbol sintctico como un registro con varios campos. Algunas de las operaciones utilizadas son:

1. hazNodo(op,izquierda,derecha): crea un nodo para un operador con etiqueta op y dos campos que contienen apuntadores a izquierda y derecha.

2. hazHoja(id,entrada): crea un nodo para un identificador con etiqueta id y un campo que contiene entrada, que es un apuntador a la entrada de la tabla de smbolos para el identificador

3. hazHoja(num,val): crea un nodo para un nmero con etiqueta num y un campo que contiene val, el valor del nmero.

Por ejemplo, para la expresin a-4+c, p1,p2,p3, , son apuntadores a nodos y entrada y entradac son apuntadores a las entradas de la tabla de smbolos para los identificadores a y c respectivamente.

1. P1: hazHoja(id, entrada) 2. P2: hazHija(num, 4) 3. P3: hazNodo(-, p1, p2) 4. P4: hazHoja(id, entradac) 5. P5: hazNodo(+, p3, p4)

El rbol se construye de abajo hacia arriba.

1.2 ACCIONES SEMNTICAS DE UN ANALIZADOR SINTCTICO

a. Comprobacin esttica: El compilador debe comprobar si el programa fuente sigue tanto las convenciones

sintcticas como las semnticas del lenguaje fuente. Garantiza la deteccin y comunicacin de algunas clases de errores de

programacin. Dependiendo del tipo de sentencias, las acciones semnticas pueden agruparse en:

o Sentencias de Declaracin: Completar la seccin de tipos de la Tabla de Smbolos.

+

- id

id num 4

+

La entrada para c La entrada para a

o Sentencias ejecutables: Realizar comprobaciones de tipos entre los operandos implicados.

o Funciones y procedimientos: Comprobar el nmero, orden y tipo de los parmetros actuales en cada llamada a una funcin o procedimiento.

o Identificacin de variables: Comprobar si un identificador ha sido declarado antes de utilizarlo.

o Etiquetas: Comprobar si hay etiquetas repetidas y validacin. o Constantes: Comprobar que no se utilicen en la parte izquierda de una

asignacin. o Conversiones y equivalencias de tipo: Verificacin. o Sobrecarga de operadores y funciones: Detectar y solventar.

Los ejemplos de comprobacin esttica incluyen: o Comprobacin de tipos: Un compilador debe informar de un error si se aplica un operando a un

operador incompatible. o Comprobaciones del flujo del control: Las proposiciones que hacen que el flujo de control abandone una

construccin deben tener algn lugar a donde transferir el flujo de control.

o Comprobaciones de unicidad: Hay situaciones en las que un objeto solo puede definirse una vez

exclusivamente. Las etiquetas de una sentencia case no deben repetirse, declaraciones

de objetos, etc. o Comprobaciones relacionadas con nombre: En ocasiones, el mismo nombre debe aparecer dos o ms veces.

o Adems de comprobar que un programa cumple con las reglas de la gramtica, hay que comprobar que lo que se quiere hacer tiene sentido.

o Esta fase tambin modifica la tabla de smbolos y suele estar mezclada con la generacin de cdigo intermedio.

o Las gramticas independientes del contexto (G2) no son suficientes para realizar el anlisis semntico. Por ejemplo, no hay forma de comprobar si una variable ha sido definida ya, o si existe una determinada etiqueta.

o Es necesario definir un tipo de gramtica ms rica como las gramticas de atributo: Son gramticas G2 a las que se aaden atributos y reglas de evaluacin de atributos (funciones/reglas semnticas)

b. Comprobacin dinmica

Se realiza al ejecutar un programa objeto Para que se pueda realizar, el cdigo objeto debe cargar el tipo de un elemento

junto con el valor de dicho elemento. 1.3 COMPROBACIN DE TIPOS un comprobador de tipos se asegura de que el tipo de una construccin coincida con su contexto, por ejemplo el operador aritmtico mod debe asegurarse que los operandos sean de tipo entero, etc.

Sistemas de tipos Es una serie de reglas para asignar expresiones de tipos a las distintas partes de un programa. Un comprobador de tipos implanta un sistema de tipos. El diseo de un comprobador de tipos se basa en informacin acerca de las construcciones sintcticas del lenguaje, la nocin de tipos a las construcciones del lenguaje. Expresin de tipo Es un tipo bsico o se forma aplicando un operador llamado constructor de tipos a otras expresiones de tipos. Los conjuntos de tipos y constructores bsicos dependen del lenguaje que deba comprobarse. Algunas definiciones de expresiones de tipos son

Un tipo bsico es una expresin de tipo. Entre los tipos bsicos se encuentran boolean, char, integer, real y vaco. Un tipo bsico especial, error_tipo, sealar un error durante la comprobacin de tipos.

El nombre de un tipo es una expresin de tipo. Un constructor de tipos aplicado a expresiones de tipos es una expresin de tipos.

Los constructores incluyen: o Matrices: T indica el tipo de una matriz con elementos de tipo T y

conjuntos de ndices I (generalmente enteros)

o Productos: si T1 y T2 son expresiones de tipo, entonces su producto cartesiano es una expresin de tipos.

o Registros: la diferencia entre un producto y un registro es que los campos de un registro tienen nombre. El constructor del registro se aplica a una tupla formada por el nombre y el tipo del campo.

o Apuntadores: si T es un apuntador de tipo entonces el puntero es una expresin de tipos que indica el tipo apuntador a un objeto de tipo T.

o Funciones: una funcin transforma elementos de un conjunto (dominio), a elementos de otro conjunto (rango).

Las expresiones de tipo pueden contener variables cuyos valores son expresiones de tipo.

Recuperacin de errores La comprobacin de tipos tiene la capacidad de descubrir errores en los programas por lo que debe realizar algo razonable cuando se descubre un error. 1.4. PILA SEMNTICA EN UN ANALIZADOR SINTCTICO. El diseo ascendente tambin conocido como anlisis sintctico por desplazamiento o reduccin (LR) se refiere a la identificacin de aquellos procesos que necesitan computarizarse con forme vayan apareciendo, su anlisis como sistema y su codificacin, o bien, la adquisicin de paquetes de software para satisfacer el problema inmediato. El diseo ascendente puede ser aplicado a travs de la definicin de atributos sintetizados. El analizador puede conservar en su pila los valores de los atributos sintetizados asociados con los smbolos gramaticales, siempre que se haga una reduccin se calculan los valores de los atributos sintetizados a partir de los atributos que aparecen en la pila para los smbolos gramaticales del lado derecho para la produccin que reduce. Un analizador LR utiliza una pila para guardar los valores de los atributos sintetizados. Se pueden utilizar campos adicionales en la pila del analizador para guardar los valores de los atributos sintetizados.

P. E. Podemos considerar el siguiente cdigo que corresponde a la definicin dirigida por la sintaxis de la calculadora de escritorio. 1.5. ESQUEMA DE TRADUCCIN. Es una gramtica independiente de contexto en la que se asocian atributos con los smbolos gramaticales y se insertan acciones semnticas encerradas entre llaves { } dentro de los lados derechos de las producciones. Los esquemas de traduccin pueden tener tanto atributos sintetizados como heredados. Cuando se disea un esquema de traduccin, se deben respetar algunas limitaciones para asegurarse de que el valor de un atributo est disponible cuando una accin se refiera a l. Estas limitaciones, motivadas por las definiciones con atributos por la izquierda, garantizan que las acciones no hagan referencia a un atributo que an no haya sido calculado. El ejemplo ms sencillo ocurre cuando slo se necesitan atributos sintetizados, en este caso, se puede construir el esquema de traduccin creando una accin que conste de una asignacin para cada regla semntica y colocando esta accin al final del lado derecho de la produccin asociada. Podemos decir que un esquema de traduccin consta de:

Una gramtica incontextual que le sirve de soporte. Un conjunto de atributos asociados a los smbolos terminales y no terminales. Un conjunto de acciones asociadas a las partes derechas de las reglas.

Hay dos tipos de esquemas de traduccin:

EDT slo con atributos sintetizados: o Su valor se calcula en funcin de los atributos de los nodos hijos.

o Acciones al final de la produccin EDT con atributos sintetizados y heredados:

o Su valor se calcula en funcin de los atributos de los nodos hermanos y/o del nodo padre.

o Atributos heredados de un smbolo del consecuente o Atributos sintetizados utilizados en acciones o Atributos sintetizados del antecedente

Slo con atributos sintetizados

Utiliza una accin para cada regla semntica Los atributos se colocan al final del lado derecho de la produccin

Produccin Regla Semntica TT1*F T.val:= T1.val x F.val TT1*F {T.val:= T1.val x F.val}

Con atributos heredados y sintetizados

Un atributo heredado para un smbolo en el lado derecho de una produccin debe calcularse en una accin antes que dicho smbolo.

Una accin no debe referirse a un atributo sintetizado de un smbolo que est a la derecha de la accin.

Un atributo sintetizado para el NO terminal de la izquierda solo puede calcularse despus de que se hayan calculado todos los atributos a los que hace referencia. (La accin se sita al final del lado derecho de la produccin).

1.6. GENERACIN DE LA TABLA DE SMBOLO Y DE DIRECCIONES. Una tabla de smbolos es til para:

Llevar un registro de la informacin sobre el mbito y el enlace de los nombres. Examinar la tabla de smbolos cada vez que se encuentra un nombre en el texto

fuente. Si se descubre un nombre nuevo o una nueva informacin sobre un nombre ya existente, se producen cambios en la tabla.

Permite aadir entradas nuevas y encontrar las entradas existentes eficientemente Existen dos mecanismos para las tablas de smbolos:

Listas lineales: Fcil de implementar, pero su rendimiento es pobre. Esquemas o tablas de dispersin: proporcionan un mayor rendimiento pero

requieren mayor programacin y gasto de espacio.

No se introduce toda la informacin a la vez, las palabras claves se introducen al inicio. Cada entrada de la tabla de smbolos contienen un registro por cada identificador predefinido o definido por el programador, aadindose informacin asociada:

Ristra del identificador (caracteres maysculas y/o minsculas) Categora: variable, constante, tipo, campo, procedimiento, funcin, parmetro,

clase, etiqueta, mdulo, macro, etc. mbito al que pertenece y su tipo. Otra informacin: tamao, ubicacin, valor, parmetros o campos (enlaces),

referencia adelante o no, mbito que define, etc. Estructura de la tabla de smbolos

1. Estructura lgica, est determinada por: a. El tipo de mbito (esttico o dinmico). b. Los mecanismos de mbito del lenguaje: procedimientos, bloques,

herencia, mdulos, espacios de nombres, registros, etc. c. El nmero de pasadas. d. Compilacin separada: ficheros con tablas.

2. Implementacin fsica: a. La ms eficiente suele ser la de una tabla hash b. Asociada a pila de mbitos activos. c. Permite insertar el elemento actual a la cabeza de la lista.

3. Las ristras (identificadores, constantes) pueden ir en listas aparte. Alternativas para almacenar registros con los nombres de smbolos y sus atributos.

1. Almacenamiento en la tabla de smbolos en un espacio de tamao fijo dentro de un registro.

2. Almacenamiento en la tabla de smbolos en una matriz independiente.

3. Almacenamiento en la tabla de smbolos definiendo el campo nombre como un

ndice en un vector de nombres.

La tabla de smbolos tambin recibe el nombre de ambiente. Un ambiente contiene un conjunto de parmetros que slo son visibles en ese ambiente. La tabla de smbolos se mantiene durante todo el proceso de traduccin agregando elementos especficos en cada paso. Operaciones sobre la tabla de smbolos

Inserta(smbolo) Existe(nombre) Tipo(nombre)

Tcnicas para la designacin dinmica de la memoria:

1. Asignacin explcita de bloques de tamao fijo. 2. Asignacin explcita de bloques de tamao variable. (asigna de acuerdo al tamao

del smbolo, provoca fragmentacin)

3. Designacin implcita. (cooperacin entre el problema del usuario y el paquete para la ejecucin)

1.7. MANEJO DE ERRORES SEMNTICOS. Los errores semnticos son pocos y los que existen no se pueden detectar tan fcilmente.

Hasta esta etapa los errores son mostrados a los usuarios. Los dems errores ya son muy difciles de detectar y generalmente se dan en tiempo de ejecucin

Algunos problemas se presentan durante la fase de gestin de memoria al pasar argumentos o al crear la pila semntica.

Muchos errores se generan durante la etapa del enlazador, al tratar de obtener cdigo existente de algunas funciones/mtodos ya implementadas en bibliotecas/APIs

Errores de compilacin: Son los que genera el compilador cuando se exceden lmites marcados por l mismo. Algunos son:

Limitaciones en memoria lo que implica limitaciones en el tamao de la tabla de smbolos, nmero FOR anidados, etc.

Limitaciones en las pilas de anlisis sintcticos y generacin de cdigo, condicionando de esta forma la complejidad del cdigo.

Limitaciones en el nmero de bloques que se pueden definir en el programa. Todos los lmites del compilador deberan estar claramente definidos.

Errores de ejecucin: Son los que se producen durante la ejecucin del cdigo objeto generado. Algunos son:

Aritmticos, como por ejemplo una divisin por 0 o una raz cuadrada de un nmero negativo.

Acceso a matrices fuera de rango. Acceso a ficheros no abiertos. Problemas en punteros a ficheros (por ejemplo intentar acceder a un dato ms

all del fin de fichero). Problemas de memoria en tiempo de ejecucin al intentar reservar memoria

dinmicamente cuando no hay disponibilidad. Limitaciones de la pila de ejecucin (una de las situaciones ms tpicas es el abuso

en la recursividad de partes del cdigo).