記錄一下編譯原理課程設計的內容（Java ）。這是一次課程設計，程式碼中有很多漏洞，歡迎來噴。

Sample語言的編譯包括，詞法分析，語法分析，語義分析及中間程式碼生成，中間程式碼轉化為彙編程式碼。詞法分析採用有窮自動機實現，語法分析和語義分析均為自上而下進行。中間程式碼轉化為彙編的過程中統一採用變址定址方式，簡單粗暴，未做更多優化。

Sample語言具有一般高階語言的共同特徵：字符集包括所有的大小寫字母、數字和一些分界符；有多種內部資料型別：整型、實型、布林型和字元型；語句說明包括說明語句和可執行語句；語句控制包括順序、條件和迴圈3種結構。具體來說主要包括如下一些語法成分。

（1）     由字母、數字以及下劃線構成的字符集。

（2）     由關鍵字、識別符號、常數、界符和運算子構成的單詞集。

（3）     有整形、布林型、實型和字元型4中資料結構。

（4）     包括算術表示式、邏輯表示式和關係表示式3種類型的表示式；語句由說明語句和可執行語句兩種型別構成；說明語句包括常量說明（用const定義）和變數說明（用var定義）；可執行語句有賦值語句、if語句、while語句、do-while語句等。

（5）     程式由關鍵字program開頭。

語法分析階段涉及的句法如下：

算術表示式的語法定義如下。

（1）<算術表示式>：：=<項> <加法運算子> <項> | <項>

（2）<項>：：=<因子> <乘法運算子> <因子> | <因子>

（3）<因子>：：=<識別符號> | <無符號整數> |（<算術表示式>）

（4）<加法運算子>：：= + | -

（5）<乘法運算子>：：=* | /

布林表示式的語法定義如下。

（1）<布林表示式>：：=<布林項> or <布林表示式> | <布林項>

（2）<布林項>：：=<布林因子> or <布林項> | <布林因子>

（3）<布林因子>：：=<布林量> | ！<布林因子>

（4）<布林量>：：=<布林表示式> | <算術表示式> <關係符> <算術表示式>

（5）<關係符>：：= < | > | < > | <=| >= | == |=

if，while、for、賦值等語句的定義如下。文字表達可能不太清楚，所以用圖的形式描述。

目的碼生成是將語義分析所產生的中間程式碼變換成目的碼，從而實現了源程式的最後翻譯，此階段的工作也是最複雜的。它的複雜性在於，翻譯工作有賴於目標機器的系統結構，涉及記憶體的使用、指令的選擇以及暫存器的排程。因此我們將四元式到機器碼的翻譯分為兩步，第一步是四元式到組合語言的翻譯，第二步是組合語言到機器碼的翻譯。

接下來就是簡單虛擬機器器的設計的實現了。該虛擬機器將完成從彙編程式碼到二進位制程式碼的轉換，並將二進位制程式碼載入到記憶體、執行。

我們首先需要設計一臺抽象的計算機——虛擬裸機，包括暫存器的設計與使用、記憶體的設計與使用、指令格式的設計、定址方式的設計等。

抽象計算機的虛擬硬體配置。

1、記憶體為256×256個單元（64K），一個單元成為一個字，一個字有兩個位元組，地址為0~65535。單元可以存放置零，也可以存放資料。記憶體單元若存放資料，則資料範圍為-32768~+32767或0~65535。一條機器指令佔用一個單元，若不考慮資料佔用的記憶體單元，程式最大長度為256×256。

2、虛擬機器具有四個通用暫存器（2位元組）、一個標誌暫存器FlagReg和一個堆疊暫存器TopReg。4個通用暫存器分別標記為R0、R1、R2、R3，除可用於存放運算元和計算結果外，還可用於變址定址。標誌暫存器FlagReg用於儲存cmp指令比較結果。堆疊暫存器TopReg用作系統棧頂指標。

定址方式及暫存器功能說明。

1、記憶體單元若存放指令，高四位（第15、14、13、12位）為操作碼、低12位（11~0）

       用於描述地址。第11、10位表徵第一地址，第一地址只能是暫存器。

                 00：表示第一地址為R0；

                 01：表示第一地址為R1；

                 02：表示第一地址為R2；

                 03：表示第一地址為R3；

                 第9、8位表徵第二地址的定址方式，第二地址可以是記憶體直接地址、暫存器或變

       址定址，還可以是0~255範圍內的直接數。

00：表示直接地址定址（M），第二運算元在記憶體低地址區域，地址範圍為0~255，7~0位表示記憶體地址。

01：表示暫存器定址，3~0位的值可為0~3，分別表示R0~R3（實際上是用第一位和第0位）。7~4位或為0，或為1（實際上使用第5位）。0表示暫存器直接定址（Ri），

第二運算元在暫存器Ri中；1表示暫存器間址定址（@Ri），在暫存器Ri中存放的是第二運算元地址。

       10：表示直接數訪問立即定址（D），7~0位表示直接數，直接數範圍為0~255。

       11：表示以C*255為基址，以R3為位移的變址定址（C[R3]，0≤C≤FFh），7~0位表示C。C相當於段號或頁號，R3相當於段內位移或頁內位移。當R3用於變址定址時，R3僅低8位有效，地址計算公式為：C*256+（R3&0x00ff）。因二進位制位有限，這裡約定只有R3可以作為變址暫存器。

       2、堆疊暫存器TopReg（2位元組）的初始值為0，系統堆疊從記憶體地址65535開始（0-1=65535）。執行call指令時，TopReg減1，系統將斷點存入TopReg所指的記憶體單元，入口由call指令的第二地址確定；當執行ret指令時，從TopReg所指的單元獲取斷點，系統將TopReg增1。使用者程式從地址0開始存放，CPU模擬器從該地址開始執行程式指令。在編制使用者程式時，應注意和堆疊儲存區域的衝突。

       3、輸入輸出指令無第二地址，由於第一地址只能是暫存器，故輸入輸出指令只能對暫存器進行操作。jmp、jmpneg、jmppos、jmpzero和call指令無第一地址。因斷點在堆疊中，故ret指令無第一、第二地址。

       4、對於某些指令，某些二進位制位可能不使用，在編寫機器語言程式時，統一將其置位0。

機器語言指令描述。

1、read（0h）：從鍵盤讀一個字到第一地址。等待使用者從鍵盤輸入一個十進位制資料，數值範圍為-32768~+32767。資料可以空格、Tab和回車結束。在輸入過程中，可利用Backspace鍵刪除已輸入的字元，也可鍵入Esc鍵終止程式執行。若輸入資料中存在非法字元，則虛擬裸機拒絕接受，要求使用者重新輸入。

2、write（1h）：從第一地址寫一個字到螢幕。

3、load（2h）：從第二地址將字裝入第一地址。

4、store（3h）：將第一地址中的字存放到第二地址。

5、call（4h）：轉移到第二地址指定的記憶體單元，執行子程式，斷點保留在系統堆疊中。

6、ret（5h）：由系統堆疊獲得斷點，返回。

7、add（6h）：將第一地址中的字加上第二地址中的字，結果保留在第一地址中。

8、sub（7h）：將第一地址中的字減去第二地址中的字，結果保留在第一地址中。

9、mul（8h）：將第一地址中的字乘以第二地址中的字，結果保留在第一地址中。

10、div（9h）：將第一地址中的字除以第二地址中的字，結果保留在第一地址中。

11、cmp（Ah）：將第一地址中的字和第二地址中的字比較，由系統置位標誌暫存器FlagReg。

標誌暫存器FlagReg=-1，表示第一地址中的字小於第二地址中的字。

標誌暫存器FlagReg=1，表示第一地址中的字大於第二地址中的字。

標誌暫存器FlagReg=0，表示第一地址中的字等於第二地址中的字。

12、jmp（Bh）：無條件轉移到第二地址指定的記憶體單元。

13、jmpneg（Ch）：若標誌暫存器FlagReg中的值為-1，轉移到第二地址指定的記憶體單元。

14、jmppos（Dh）：若標誌暫存器FlagReg中的值為1，轉移到第二地址指定的記憶體單元。

15、jmpzero（Eh）：若標誌暫存器FlagReg中的值為0，轉移到第二地址指定的記憶體單元。

16、halt（Fh）：終止程式執行。

指令系統。

指令格式如下（16Bit）：

15-12                11-10             9-8                  7-0

①    操作碼

②    第一地址為暫存器（R0-R3）

③    定址方式和第二地址

④    指令分類

到此為止一個簡單的編譯器已經完成了。測試程式中有一個輾轉相減法求最大公約數和最小公倍數的例程。

執行結果如下。

上圖中12和30為輸入資料，輸出6為最大公約數，60為最小公倍數。

程式碼地址：https://github.com/fhlt/Compile.git