Architettura di una CPU (1/2)� Due blocchi principali� Parte operativa (o datapath)� ALU, registri, ... qualsiasi componente che elabora i dati� Parte di controllo� Acquisisce lo stato dalla parte operativa� Attiva i componenti della parte operativa� In generale, la parte di controllo coordina i componenti della parte operativa� Legge le variabili di condizionamento� Attiva le variabili di controllo� Le due parti operano in modo sincrono mediante un unico clock condiviso
Interfaccia con la Memoria Centrale� La CPU si interfaccia con la memoria centrale mediante� Memory Address Register (MAR), contiene l’indirizzo di lettura o scrittura� Memory Data Register (MDR), contiene il dato letto o scritto� Variabili di controllo CS (Chip Select), RD (Read), OE (Output Enabled)� Operazione di scrittura mem[a] = d� MAR viene caricato con a� MDR viene caricato con d� CS=1, RD=0, OE=0� ...attesa di completamento...� Operazione di lettura d=mem[a]� MAR viene caricato con a� CS=1, RD=1, OE=1� ...attesa di completamento...� MDR contiene d
Parte Operativa di una CPU (1/2)� Può essere considerata una rete logica sequenziale sincrona (una FSM)� Lo stato è contenuto nei registri� Gli ingressi sono le variabili di controllo� C’è un unico clock βck� Di solito si individuano due tipi di variabile di controllo� Tipo α, che controllano le reti combinatorie� E.g., quale operazione deve compiere la ALU� Tipo β, che controllano la lettura/scrittura nei registri� Vengono usate per mascherare il segnale di clock βck
Parte di Controllo di una CPU Responsabile della corretta attivazione delle variabili di controllo (sia α che β) Sfrutta le variabili di condizionamento per decidere quali variabili di controllo attivare Può essere considerata una rete logica sequenziale sincrona (una FSM) Con un insieme di stati di solito semplice
CPU General Purpose� La parte di controllo di una CPU general purpose esegue il ciclo di fetch/execute� Attiva le variabili di controllo che leggono il prossimo codice
operativo� Attiva le variabili di controllo che Decodificano il codice operativo Leggono gli eventuali operandi� Attiva le variabili di controllo che realizzano l’operazione richiesta� Attiva le variabili di controllo che salvano il risultato dell’operazione eseguita� Si possono individuare varie fasi (sono gli stati della FSM): � Fetch� Decodifica� Elaborazione� Salvataggio dei risultati
Sintesi della Parte di Controllo� Due approcci alla progettazione della parte di controllo� Hardwired (cablata)� Micro-programmata� Per entrambi gli approcci� Lo stato è rappresentato solo dalla fase di
elaborazione� È sufficiente progettare una rete combinatoria che, fissata la fase, generi le variabili di controllo in funzione della variabili di condizionamento
Parte di Controllo Hardwired (2/2)� Nell’approccio hardwired, la parte di controllo viene progettata come una rete combinatoria� Si progetta usando le tecniche già viste� Vantaggi� Massima libertà nelle scelte progettuali� Massima possibilità di minimizzare i costi� Svantaggi� La rete è molto complessa (elevato numero di ingressi e di
uscite)� La rete è difficilmente modificabile (e.g., per correggere degli errori o per realizzare delle ottimizzazioni)� Questa tecnica oggi è poco (quasi mai) utilizzata
Parte di Controllo Micro-programmata (1/2)� In ogni istante, l’uscita della parte di controllo (le variabili di controllo) formano una singola operazione atomica minima che la CPU esegue� Queste operazioni vengono dette micro-istruzioni� Possiamo pensare di programmare il comportamento della CPU usando le micro-operazioni� In ogni istante, la CPU eseguirà una micro-istruzione di un
micro-programma� Si parla di firmware� La parte di controllo della CPU è una ROM che contiene il micro-programma da fare eseguire alla CPU� Ogni cella della ROM contiene una sola micro-istruzione� L’indirizzo di lettura viene stabilito dalla fase e dalle variabili di
La CPU di Eckert (2/2)� L = Load� Il registro ricevere un dato dal bus� E = Export to bus� Il registro copia il suocontenuto sul bus� IP = Increment PC� A/S = Add/Subtract� R/W = Read/Write
Interprete delle Micro-Istruzioni (2/2)� Ogni micro-istruzione contiene due parti� Indirizzo della prossima micro-istruzione da eseguire� Variabili di controllo da inviare alla parte operativa� L’architettura è composta da� Una memoria di controllo che contiene i micro-programmi relativi ai codici operativi del linguaggio macchina� Un generatore di indirizzo d’inizio che associa ad ogni codice operativo un micro-programma� Registri µPC e µIR per caricare la prossima micro-istruzione da eseguire� Una logica per stabilire qual’è l’indirizzo della prossima micro-istruzione da eseguire
Salti In-/Condizionati� Il µPC consente di scandire sequenzialmente il micro-programma� Serve spesso poter fare salti in-/condizionati (e.g., per implementare JZ)� La logica dice dove andare a prendere l’indirizzo della prossima micro-istruzione
Formato delle Micro-Istruzioni (1/3)F Quale formato scegliere per le micro-istruzioni?G Risposta breve...non importaF Nell’esempio della CPU di EckertG Un bit per ogni variabile di controlloG L’ordine dei bit non è influenteG Le micro-istruzioni tendono ad essere largheH La parola della memoria di controllo è largaF La larghezza della parola della memoria di controllo è usata maleG Solo pochi bit sono a 1 contemporaneamenteG Questo schema è detto orizzontale
Formato delle Micro-Istruzioni (2/3)I Nello schema verticale si codificano i bit in modo da sfruttare al meglio il parallelismoJ Alcune variabili di controllo sono tra loro
mutuamente esclusiveJ Alcune variabili di controllo sono sempre a 0 o a 1 insiemeI Necessità di un decoder per pilotare le
singole variabili di controlloJ Costo aggiuntivo a fronte del risparmio di area dato dalla riduzione della larghezza delle parole di controllo
Hardwired vs Micro-ProgrammaK Le unità di controllo hardwired sono tipicamenteL Più velociL Più difficili da progettare/correggereK Le unità di controllo micro-programmate sono tipicamenteL Ideali quando il set di istruzioni è fissato (emulazione per
compatibilità)L Quando le istruzioni della CPU sono complesse (CISC)K Nella realtà, vengono usati entrambi gli approcci in parti diverse di una stessa CPU
Micro-Programma vs Software (1/2)M Ogni macchina può essere emulata su un’altra macchina mediante uno strato softwareN VMware, VirtualPC, ...M I micro-programmi possono essere usati per realizzare in firmware l’emulazioneN IBM System/360 (architectura a 32 bit, registri a 16 bit)O La maggior parte delle implementazioni sono a 8 bitO Micro-programmi che implementano il set di istruzioni e che
emulano le risorse hardwareM Nel 1992 la International Meta Systems (IMS) annuncia il3250N Progettato per emulare in firmware le architetture IA-32,
Motorola 68K e NMOS 6502N Non è mai stato messo in produzione
Micro-Programma vs Software (2/2)P Alcune CPU permettono di scrivere la memoria di controllo (writable control store)Q VAX 8800, PDP-11/60, IBM System/370P Anche le recenti architetture IA-32Q Linux offre microcode_ctl per modificare (in modo non
permanente) la memoria di controlloQ Permette di correggere errori del firmware“The Pentium Pro processor and Pentium II processor may contain design defects or errors known as errata that may cause the product to deviate from published specifications…Pentium Pro and Pentium II processors include a feature called reprogrammable microcode, which allows certain types of errata to be worked around via microcode updates. The microcode updates reside in the system BIOS and are loaded into the processor by the system BIOS during the Power-On Self Test”
Gestione dell’I/O (1/2)R La CPU è collegata a dei dispositivi periferici(o periferiche)R Invio/ricezione di datiS A specifici indirizziS Mediante un insieme di
possibili variabili di controlloR Due approcci principali
alla gestione delle perifericheS I/O mappedS Memory mapped
Gestione dell’I/O (2/2)T Dispositivi I/O-mappedU Vengono indirizzati mediante specifiche porte di I/O della CPUU La CPU mette a disposizione dei codici operativi per la lettura/scrittura sulle porte (e.g., out, in, wait, ...)T Dispositivi memory-mappedU Vengono visti come parte della memoria centraleU Invio/ricezione dati avviene mediante scrittura/lettura in indirizzi di memoria dedicati (mappati)U Non vengono usate le porte di I/O della CPU (chepotrebbe non averle per niente)U Non vengono usati i codici operativi per il read/write sulleporte (che potrebbero non esserci)
Dispositivi Memory-MappedV Tipico esempio è Apple ][W La CPU è una variante del NMOS 6502 che non ha porte di I/OV Tutti i dispositivi sono
memory-mappedW In modo testo, ogni byte nella zona di memoria da 0x400genera la scrittura di un carattere a videoW In modo grafico (monocromatico), ogni bit a partire da 0x2000 disegna un pixelW Il buffer di tastiera contiene un solo tasto premuto
Sincronizzazione dell’I/OX L’invio di comandi ad una periferica può richiedere centinaia di cicli di clockX La lettura/scrittura di dati può richiedere milioni di cicli di clockX L’input dall’esterno può arrivare in ognimomentoX Necessità di tecniche di sincronizzazione per impiegare al meglio il tempo richiesto per l’accesso alle periferiche
PollingY Un programma è in attesa di un cambiamento di stato di una perifericaZ Per avere la conferma dell’avvenuta scrittura dei datiZ Per ottenere dei dati richiestiZ ...Y Il programma entra in una fase di polling mediante un ciclo di attesa temporizzato (ciclo di attesa attiva o busy waiting)while(il registro di stato è immutato) {
sleep(periodo di polling);}Y Vengono impiegate molte risorseZ La CPU è impegnata ad eseguire il cicloZ Il bus di collegamento con la periferica è impegnato dalla lettura
Interrupt (2/3)\ La ricezione di un interrupt forza la CPU a] Completare l’esecuzione del codice operativo corrente] Salvare il proprio stato in uno stack] Mettersi in modalità supervisore (modalità protetta)] Disabilitare la ricezione degli interrupt (gli interrupt vengonomascherati)] Eseguire una procedura di gestione (interrupt handler)\ Al termine della procedura di gestione, la CPU ripristina il
proprio stato e riprende da dove è stata interrotta\ Gli handler sono implementati dal sistema operativo che poi notifica (mediante scambio di messaggi) i processi in attesa degli eventi] I processi utente non gestiscono mai direttamente l’hardware
Interrupt (3/3)^ Le sorgenti di interrupt possono essere varie_ Anche generate dalla
CPU stessa mediante un codice operativo specifico (INT in IA-32)^ Nel caso molti dispositivi
contividano la stessa linea di richiesta interrupt (Interrupt ReQuest, IRQ), la Interrupt Service Request(IRS) idenfica il dispositivo che ha prodotto la notifica
Direct Memory Access (1/2)` Molti dispositivi periferici possono solo leggere/scrivere nella memoria centralea Tipicamente, le memorie di massa` Non è conveniente tenere impegnata la CPU per tutto il ciclo di lettura/scrittura` Conviene che la CPU comandi l’operazione che poi viene eseguita in modo autonomo dalla periferica e dalla memoria centrale
Compilatore (1/3)c Un compilatore è un programma traduttoreche trasforma un programma per una macchina Ma in uno semanticamente equivalente per una macchina Mbc Di solitod È un programma per la macchina Mb (ma
esistono anche i cross-compiler)d Ma è ad un livello di sistema immediatamente superiore ad Mbd Di solito, il compilatore è scritto in Le f
Compilatore (2/3)c Nell’uso comune, il termine compilatore si riferisce ad un traduttore da un linguaggio di programmazione ad alto livello (e.g., C o C++) in assemblyd Spesso l’assemblatore è invocato in modo
trasparente e silenziosoc I compilatori sono programmi complessi perchéd I linguaggi sorgente e destinazione (o oggetto)
sono complessid È pensato per ottimizzare il codice generato
Compilatore (3/3)g Essendo un programma complesso e dovendo fornire garanzie riguardo l’equivalenza semantica tra testo sorgente e testo destinazione, i compilatori seguono tutti rigidamente una strutturah Divisa in fasi successiveh Ogni fase è una analisi o una traduzioneg Analizzeremo una struttura semplificata in modo non troppo approfonditoh Altri corsi approfondiranno questa introduzione
Fasi del Compilatore (2/3)i Le varie fasi condividonoj Strutture dati che vengono arricchite da una fase alla successivak E.g., la tabella dei simbolij Procedure e funzioni comunik E.g., per l’indicazione degli errori all’utentei Prima di procedere alla traduzione, il compilatore si
assicura (fasi di analisi) che il codice sorgente sia correttoi Oltre a verificare la correttezza, le fasi di analisi raccolgono le informazioni necessarie per la generazione del codice destinazione
Fasi del Compilatore (3/3)l Ogni fase di analisi si occupa di aspetti diversi riguardo la correttezza del codice sorgentel Le fasi di analisi possono generarem Errori, il compilatore non genera il codice
destinazionem Avvisi (warning), il compilatore assume delle ipotesi e genera comunque il codicel Ci occuperemo principalmente di analisi
lessicale, sintattica e di generazione di codice destinazione
Alfabeto e Linguaggio (1/2)n Riprendiamo cose già discussen Un insieme non vuoto e finito di simboli è un alfabetoo p = { a, b, c, ..., z }, p = { q, r , s, t, ..., u }, ...n Dato un alfabeto A, A* è l’insieme delle sequenze finite generabili con i simboli di Ao Le sequenze vengo dette stringheo Non poniamo limite alla lunghezza delle stringheo La stringa vuota ε∈p * e ε∉p +n Un linguaggio L su un alfabeto A è un sottoinsieme di A* o A+
Alfabeto e Linguaggio (2/2)n Un linguaggio L può essere definitoo In modo estensionale, cioè per enumerazioneo In modo intensionalev Mediante una serie di regole d’appartenenza, che prendono il nome di grammatican Consideriamo l’alfabeto A = { sin, cos }o È composto da due simbolio Ogni simbolo è (per comodità) rappresentato con 3 simboli
di un altro alfabeto (w = { a, b, c, ..., z })o Se si vuole trattare questa distinzione, p viene detto lessico (o vocabolario) e w semplicemente alfabeto terminale
Generazione e Riconoscimentox Descrivere un linguaggio L significa fornire un criterio per stabilire se una stringa s∈Lx La semplice enumerazione non basta maiy Descrizione generativa, descrizione di una
macchina che produce tutte le stringhe validey Descrizione riconoscitiva, descrizione di una macchina che riceve in ingresso una stringa da riconoscere e produce in uscita un’indicazione di avvenuto riconoscimentox Le macchine devono essere realizzabili
Grammaticaz Un modo per realizzare un generatore di un linguaggio L è mediante la descrizione di un insieme di regole da utilizzare per formare (tutte e sole) le stringhe di L{ Questo insieme di regole è detto grammatica di |z L’idea di grammatica si applica anche ai riconoscitori{ Insieme di regole (di riscrittura) che permettono di
trasformare una stringa di ingresso in una stringa di uscita (e.g., appartiene/non appartiene)z Serve un modo per descrivere le grammatiche (sia
La Grammatica di L5 (1/3)} Dato l’alfabeto A = { 0, 1, 2, ..., 9 } sia L~⊆A* il linguaggio dei “numeri interi divisibili per 5”� Tutte e sole le stringhe che terminano con 0 o 5 (0, 5, 10,
15, 20, 25, 30, ...)} Un insieme di regole per generare questo linguaggio potrebbero essere� Un numero divisibile per 5 si ottiene:
Scrivendo 0, oppure scrivendo 5, oppure scrivendo una sequenza di cifre seguita da un numero divisibile per 5� Una sequenza di cifre si ottiene:Scrivendo un simbolo di
La Grammatica di L5 (3/3)� Le regole ci consentono di generare 1305? Sì<div5> →<sequenza> <div5> →1 <sequenza> <div5> →1 3 <sequenza> <div5> →1 3 0 <div5> →1 3 0 5� Le regole ci consentono di generare 1304? No, basta provare tutte le possibilità, nessuna ci porta a completare la stringa
Grammatiche BNF� Una grammatica in formato BNF (Backus Normal Form) è una quadrupla
G = <VT, VN, P, S>VT insieme finito di simboli terminaliVN insieme finito di simboli non terminali (o categorie sintattiche)P insieme finito di regole di produzione (o produzioni)s∈VN simbolo iniziale (o simbolo distinto)� Le produzioni sono coppie <α,β> scritte α→β� α è la parte sinistra e contiene almeno un non terminale� β è la parte destra
Classificazione di Chomsky (1/3)� Chomsky classifica i linguaggi in base a delle restrizioni sulle grammatiche che li generano� Grammatiche di tipo 0: nessuna restrizione sulle produzioni� Grammatiche di tipo 1 (contestuali): le produzioni hanno la forma
γAδ→γβδcon β, γ, δ∈(VN∪VT)*, A∈VN, β≠εIn sostanza, γ e δ individuano il contesto in cui èlecito che A generi β
FSM Riconoscitori di Linguaggi (1/2)� Le FSM possono essere utilizzate come riconoscitori di linguaggi � Data s, per sapere se s∈L si può costruire un FSM che, partendo da uno stato iniziale e scandendo s un simbolo alla volta, arrivi in alcuni stati (detti di accettazione) se e solo se s∈L� In modo equivalente, è possibile identificare gli stati di
rifiuto� È importante notare che� Le FSM possono riconoscere solo linguaggi regolari� Ogni linguaggio regolare ammette almeno una FSM riconoscitore
Derivazione Canonica (1/2)� I linguaggi di programmazione più diffusi sono descritti mediante grammatiche non contestuali� ALGOL 60 è stato il primo� Backus ha introdotto la notazione BNF per
descrivere la grammatica dell’ALGOL 60� Nelle grammatiche non contestuali, una parte destra può contenere più simboli non terminali� Quale espandere in una derivazione?� Possiamo trovare una regola generale?
Albero Sintattico� Per le grammatiche non contestuali, fissato un ordine di derivazione si possono costruire gli alberi sintattici (o alberi di derivazione, o parse tree)� Nodi interni sono simboli
non terminali� Le foglie sono simboli terminali o ε� Esempio
<e>→<e> + <e><e>→<e> * <e><e>→(<e>)<e>→n s = (n + n) * n
Grammatiche Ambigue (1/2)� Una grammatica non contestuale è detta ambigua se ammette più derivazioni canoniche destre (o sinistre) diverse� Esiste almeno un non terminale che, durante la
derivazione, può essere espanso in più modi distinti� È importante notare che� Esistono grammatiche di questo tipo� Non è sempre possibile rimuovere le ambiguità� La rimozione delle ambiguità (anche quando possibile) non è in generale automatizzabile
Grammatiche LR ed LL� Assumiamo di scandire l’insieme dei simboli di ingresso (una sola volta) da sinistra a destra� Se adottiamo una derivazione canonica destra, si parla di
grammatiche LR (Left to right scan, Rightmost derivation)� Se adottiamo una derivazione canonica sinistra, si parla di grammatiche LL (Left to right scan, Leftmost derivation)� Le grammatiche LL sono in generale più semplici
da trattare (gli analizzatori sono più semplici) e quindi vengono spesso preferite� Sono comunque meno espressive delle LR� Per molti linguaggi di programmazione vanno comunque
Grammatiche LL(k)� Una grammatica è LL(k) se, ad ogni passo, èsufficiente guardare a destra (in avanti) di al più ksimboli per individuare la corretta produzione da applicare tenendo anche conto delle informazioni già acquisite� Esempio, la seguente grammatica è LL(3)S→bAbBbS→aAaBbA→aA→abB→aBB→a
È necessario leggere almeno un simbolo per decidere quale espansione di S scegliere
È necessario leggere due simboli per deciderequale espansione di B scegliere
È necessario leggere tre simboli per deciderequale espansione di A scegliere
Grammatiche LL(1)� Una grammatica è LL(1) se è sufficiente leggere un solo simbolo per decidere con sicurezza quale produzione espandere� Rivestono molta importanza pratica perché sono � Molto utilizzate come base dei linguaggi di
programmazione� Semplici da trattare (gli analizzatori sono efficaci e simplici da realizzare)� Ad ogni produzione è possibile associare un
insieme guida formato dai terminali con cui una derivazione corretta della produzione può iniziare� Data due produzioni A→α e A→β in G, in G è LL(1) se e
Analisi Ricorsiva Discendente (1/2)� Si usa con le grammatiche LL(1)� Semplice da realizzare con linguaggi che supportano la ricorsione (C, Pascal, ...)� Si associa una procedura (ricorsiva) parseX ad ogni non terminale X� Chiamare parseX equivale a richiedere che in ingresso sia presente una stringa derivabile da X� Se una produzione è del tipo A→ Z1 Z2 ... Zn, allora� Se Zi è un non terminale, si chiama parseZ i� Se Zi è un terminale, si verifica che il simbolo corrente sia proprio Zi e si avanza al simbolo successivo� Essendo una grammatica LL(1), la gestione delle produzioni
tipo A→ A1 | A2 ... | An prevedono che il simbolo corrente consenta di scegliere quale Ai derivare� Gli insiemi guida delle Ai sono disgiunti
Analizzatori e Traduttori (1/2)� Un traduttore genera una stringa di uscita in L’ per ogni stringa di ingresso corretta di L� Un modo semplice per realizzare un traduttore è aggiungere delle azioni semantiche alle produzioni di una grammatica� L’azione viene eseguita tutte le volte che la
produzione è derivata con successo� Alle volte si ammettono delle azioni semantiche anche per produzioni derivate solo parzialmente
Analizzatori e Traduttori (2/2)� Nel caso di analizzatori ricorsivi discendenti, le azioni semantiche sono aggiunte ad ogni ramo delle funzioni parseX� Questo approccio può essere usato anche per creare l’albero sintattico� Ad esempio, produrre in uscita il conteggio delle volte in cui la produzione S è stata derivatavoid parseS() {
femptoC e fcc� fcc è un piccolo compilatore didattico di un ridotto sottoinsieme del C ANSI chiamato femptoC� Solo tipo int� Non ci sono puntatori, strutture dati e aritmetica in virgola
mobile� Nessun preprocessore� fcc genera codice assembly per IA-32 inter-operabile con codici assembly e oggetto generati dal GCC� Analisi sintattica ricorsiva discendente� L’analisi semantica viene svolta all’interno dell’analisi
sintattica� Nessun codice intermedio o fase di ottimizzazione
Analisi Lessicale (1/2)� La fase di analisi lessicale� Scandisce il codice sorgente un carattere alla volta (dall’inizio alla fine)� Individua i singoli elementi del lessico del linguaggio sorgente� Per ogni elemento del lessico del linguaggio sorgente, genera untoken� Un token è una coppia <tipo,lexema> che associa ad ogni
elemento individuato un tipo che ne individua una categoria lessicale� Ad esempio, scandendo un programma in linguaggio C� 1234→<COSTANTE_INTERA, “1234”>� 33.45f→<COSTANTE_FLOAT, “33.45f”>� contatore→<IDENTIFICATIVO, “contatore”>� if→<PAROLA_CHIAVE_IF, “if”>� {→<SIMBOLO_SPECIALE_BLOCCO_APERTO, “{”>
Analisi Lessicale (2/2) L’analizzatore lessicale (o scanner o lexer) traduce una sequenza di caratteri in una sequenza di token Viene fatto un token alla volta, su richiesta dell’analizzatore sintattico È la funzione next() di un analizzatore sintattico ricorsivo discendente
Analisi Lessicale in fcc¡ È tutto contenuto in scanner.h e scanner.c¡ La funzione scan() legge il prossimo token della stringa di input e riempie le variabili globali tokenLexeme e tokenType¡ Le categorie lessicali disponibili sono¢ Identificatori (iniziano con una lettera e contengono lettere, cifre e ‘_’)¢ Costanti intere (iniziano con una cifra e contengono solo cifre)¢ Simboli di blocco aperto e chiuso (‘{’ e ‘}’)¢ Simbolo di assegnamento ‘=’¢ Simboli ‘(’, ‘)’, ‘;’, ‘,’¢ Simboli aritmetici (‘+’, ‘-’, ‘*’, ‘/’)¢ Simboli di relazioni (‘==’, ‘!=’, ‘>’, ‘>=’, ‘<’, ‘<=’)¢ Simboli per i connetivi logici (‘&&’, ‘||’, ‘!’)¢ Parole chiave ‘extern’, ‘return’, ‘int’, ‘if’, ‘else’ e ‘while’¡ Per identificare la categoria sintattica¢ Spesso basta leggere un solo carattere¢ Per casi particolari (e.g., per distinguere ‘=’ da ‘==’) è necessario leggere anche il
carattere successivo¡ Per ogni categoria c’è una costante TOKEN_TYPE_Xin scanner.h
Analisi Sintattica£ L’analizzatore sintattico (o parser)¤ Scandisce la stringa di token uno alla volta¤ Costruisce la tabella dei simboli¤ Costruisce l’albero sintattico¤ Genera il codice intermedio£ La tabella dei simboli¤ Viene usata per raccogliere tutte le informazioni riguardo i simboli scelti dal programmatore¥ Nomi di variabili, funzioni, procedure, ...¤ Associa ad ogni simbolo delle informazioni (attributi)¥ Il suo token¥ Altre informazioni che dipendono dal tipo di simbolo¤ Viene condivisa da molte fasi del compilatore
Tabella dei Simboli in fcc (1/2)¦ È tutto contenuto in table.h e table.c¦ I simboli possono essere di vario tipo (variabile, parametro o funzione)¦ I simboli sono strutture con parte variabiletypedef struct {
Tabella dei Simboli in fcc (2/2)§ Le funzioni per lavorare sulla tabella dei simboli (globale al programma) sono le seguenti§ BOOL enterScope()Apre un nuovo ambiente (scope)§ BOOL exitScope()Chiude lo scope corrente e libera lo spazio nella tabella§ SYMBOL* addSymbol(char* lexeme, SYMBOL_TYPE type)Aggiunge un simbolo alla tabella (se non già presente) e indica un errore in caso di simbolo già presente nello scope corrente§ SYMBOL* getSymbol(char* lexeme)Legge un simbolo dalla tabella in base al lexema passatoViene ritornato il simbolo più profondo (relativo allo scope più interno)
Analisi Sintattica in fcc (2/2)ª Con l’opzione --verbose , fcc genera un tracciato delle analisi lessicale e sintattica« Come commenti del codice generato« Se iniziano con Read sono dell’analizzatore
lessicale¬ Tra parentesi tonde viene indicato il tipo del token« Se iniziano con Enter /Exit indicano gli ingressi/uscite dalle produzioni¬ Tra parentesi tonde viene indicato il simbolo corrente
Grammatica di fcc (1/4) Le grammatiche dei linguaggi che derivano dal C sono strutturate in® Dichiarazioni¯ Di variabili, funzioni, tipi, strutture, ... a vari livelli di scope
con relative regole di accesso® Statement (e statement composti)¯ Che guidano il flusso di esecuzione (in modo sequenziale o in base al risultato prodotto dalle espressioni)® Espressioni¯ Che vengono valutate e producono un risultato¯ L’assegnamento è un’espressione La grammatica dei linguaggi tipo C è strutturata
tenendo conto di questi tre tipi di categorie sintattiche
Enter compound_statement ({) Enter declaration_list (return) Exit declaration_list (return) Enter statement (return) Enter jump_statement (return) Enter expression (a) Enter assignment_expression (a) Enter conditional_expression (a) Enter logical_or_expression (a) Enter logical_and_expression (a) Enter inclusive_or_expression (a) Enter exclusive_or_expression (a) Enter and_expression (a) Enter equality_expression (a) Enter relational_expression (a) Enter shift_expression (a) Enter additive_expression (a) Enter multiplicative_expression (a) Enter cast_expression (a) Enter unary_expression (a) Enter postfix_expression (a) Enter primary_expression_identifier (a) Enter argument_expression (a) Exit argument_expression (+) Exit primary_expression_identifier (+) Exit postfix_expression (+) Exit unary_expression (+) Exit cast_expression (+) Exit multiplicative_expression (+)
Analisi Semantica (1/2)° Per semplicità, l’analisi sintattica è sempre pensata per grammatiche non contestuali± Che sono prime approssimazioni delle
grammatiche “vere” del linguaggio± Ad esempio, la grammatica del C ANSI non specifica che uno stesso identificatore di variabile non può apparire due volte in una stessa dichiarazione° L’analisi semantica si occupa di verificare
che le restrizioni non espresse nella grammatica siano effettivamente rispettate
Analisi Semantica (2/2)² Tipicamente si occupa di³ Verificare che uno stesso identificatore non sia dichiarato più volte in uno stesso ambiente (scope)³ Verificare che all’atto di una chiamata venga rispettata la segnatura (signature) delle funzioni´ La segnatura di una funzione è l’insieme del suo nome, dei
tipi dei suoi parametri e del tipo del valore di ritorno³ Verificare che le espressioni e gli assegnamenti lavorino su tipi convertibili´ Ad esempio, float x = 1 è convertibile, float y = “123” non lo è³ Gestire l’overloading di operatori e la conversione dei tipi³ Verificare le peculiarità di alcuni statement´ Ad esempio, case multipli o return mancanti³ Individuare statement inutili o irraggiungibili
Codice Intermedioµ Esistono vari tipi di codici intermedi utilizzabili¶ AST (Abstract Syntax Tree)¶ Liste di quadrupleµ Scopo del codice intermedio è supportare efficacemente la successiva ottimizzazione¶ La scelta del tipo di codice intermedio facilita
alcune ottimizzazioni e ne complica delle altreµ La scelta di un buon codice intermedio influenza la portabilità del compilatore
Liste di Quadruple (1/2)· Liste di quadruple del tipo <op, o1, o2, d> che vanno intese come la valutazione di un’operazione binaria seguito da un assegnamento
d=op(o1, o2)· È un formalismo pensato per valutare espressioni aritmetiche¸ Si adatta bene anche a statement più complessi¸ È simile all’assembly e quindi vicino al codice oggetto· Ad esempio A=(A+B)*(C-D) è tradotto in<+,A,B,T1><-,C,D,T2><*,T1,T2,A>
Generazione di Chiamate in fcc» Vengono generati pre-/post-ambolo» I valori degli argomenti vengono messi in %eax» Il risultato è in %eax» Esempio f(a, b)» Coerente con la valutazione delle espressioni¼ Gli argomenti possono
essere il risultato della valutazione di un’espressione¼ Il valore di ritorno può essere parte della valutazione di una espressione
# riserva lo spazio per # gli argomentisubl $8, %esp
# salva amovl -4(%ebp), %eaxmovl %eax, 0(%esp)# salva bmovl -8(%ebp), %eaxmovl %eax, 4(%esp)# chiama fcall f
# libera lo spazio per gli# argomentiaddl $8, %esp
Generatore di Codice in fcc (1/3)½ È tutto contenuto in emitter.h e emitter.c, nelle seguenti funzioni½ void initializeEmitter()Inizializza la generazione del codice½ void enableEmitter() , void disableEmitter()Usate per attivare/disattivare la generazione di codice (in caso di errore, il generatore di codice viene disattivato)½ void emitUnitHeader(char* name) , void emitUnitFooter()Usati per marcare l’inizio e la fine di un’unità di compilazione (file oggetto)½ void emitFunctionHeader(char* name) ,void emitFunctionFooter()Emettono pre-/post-ambolo di una funzione½ void emitFunctionLocals(int localsCount)Riserva lo spazio nello stack fram per localsCount variabili locali
Generatore di Codice in fcc (2/3)½ int reserveLabel()Richiede un indice per una nuova label nel codice; l’indice viene poi passato alle funzioni che emettono i salti (condizionati o incondizionati)½ void emitReturn() ,void emitIfTest(int elseLabel) ,void emitWhileTest(int elseLabel) ,void emitGotoLabel(int label)Emettono il codice per i relativi statement½ void emitCallHeader(int arguments) ,void emitCallArgument(int counter) ,void emitCallFooter(char* name, int arguments)Emettono il codice relativo ad una chiamata a procedura (push degli argomenti, chiamata, pop degli argomenti)
Generatore di Codice in fcc (3/3)¾ void emitAssignment(SYMBOL* lvalue)Emette il codice di assegnamento al simbolo (che è garantito essere un l-value, quindi variabile o argomento)¾ void emitVariableExpression(SYMBOL* symbol) ,void emitArgumentExpression(SYMBOL* symbol) ,void emitIntegerConstantExpression(char* value)Emettono il codice per i terminali delle espressioni¾ void emitProduct() , void emitDivision() , void emitSum() , void emitDifference() , void emitNegation() , emitLogicAnd() , emitLogicOr()Emettono il codice relativo agli operatori nelle espressioni
Gestione degli Errori¿ In generale esistono tre categorie di errori e warningÀ Lessicali: identificatori troppo lunghi, caratteri non
consentiti, ...À Sintattici: espressioni non riconducibili alla grammaticaÀ Semantici: identificatori non dichiarati, costanti fuori range, istruzioni irraggiungibili, ...¿ Il compilatore dovrebbe fornire il maggior numero
possibile di errori prima di fermarsiÀ Cercando di evitare l’effetto valanga definendo dei punti di ripristino (e.g., la chiusura di un blocco o di una funzione)À Alcuni compilatori fanno due passate prima di indicare un errore
Gestione degli Errori in fccÁ È tutto contenuto in error.h e error.cÁ Viene definito un tipo enumetativo RESULTche identifica i possibili errori e warning Per ogni valore enumerativo viene indicata una
stringa leggibileÁ Le funzioni per generare errori e warning sono RESULT error(RESULT result) , RESULT warning(RESULT result) In caso di errore, non viene più generato codice Non viene fissato un numero massimo di errori
Compilatori di Compilatorià Sono programmi che leggono una grammatica tipo BNF e producono il sorgente (in un opportuno linguaggio oggetto) di una procedura di analisi sintattica della grammaticaÄ Permettono di includere le azioni semantiche direttamente
nella grammatica come blocchi di codice nel linguaggio oggettoÄ Spesso generano anche l’analizzatore lessicaleà Ne esistono vari (per vari linguaggi oggetto, per vari
tipi di BNF, ...)Ä Per il C/C++: YACC (Yet Another Compiler Compiler), Bison, ...Ä Per Java: JavaCC (Java Compiler Compiler), ...
