这个项目是教育用途,我非常清楚,优秀的编译器已经存在。
我目前正在努力通过著名的龙书,并刚刚开始实现我自己的雷克萨斯。令人惊讶的是,除了文字之外,它工作得很好。我不明白如何使用符号(查找)表来处理文字,这本书似乎没有很好地涵盖:
在下面的代码中,60是一个数字文字:
int myIdentifier = 60;龙书上写着:
从技术上讲,对于词汇60,我们应该构造一个类似于(数字,4)的标记,其中整数60的内部表示的符号表中有4个点.
理解-我创建了以下令牌:
<enum TokenType, int lookupIndex>
//TokenType could be 'number' and lookupIndex could be any int并将文字存储在这样的字典中:
Dictionary<int literal, int index>
//literal could be '60' and index could be anything因为文字本身是字典中的关键,所以我可以快速检查将来的文字是否已经添加到符号表中(或者没有)。
然后,分析器接收来自Lexer的标记,并且应该能够识别符号表中的文字。
问题:
Dictionary<int literal, int index>
和Dictionary<double literal, int index>
和Dictionary<char literal, int index>等。发布于 2016-05-08 00:36:16
"this longish string",编译器将足够聪明,只在最终的可执行文件中发出该字符串的一个副本。如果您在解压缩代码时,为常量1找到了273个不同的存储位置,这也会让我们感到惊讶,因为每次编译器看到a += 1时,它都会创建一个新的常量。
确保常量文本只发出一次的最简单方法是将它们保存在一个由文本值索引的关联容器中。
正如@sepp2k在一篇评论中所指出的,大多数硬件允许使用小整数常量作为直接操作数,有时甚至不太小。所以上面关于常量1的声明有点偏离了。您很可能能够以不同的方式处理整数,但这可能不值得麻烦。map<literalType, int>和vector<literalType>的组合。在这里,映射将文字值和索引关联到向量中。当您找到一个新的文字值时,将其输入到与该向量当前大小相关联的映射中,然后将该值推送到该向量上(这将使其索引与您刚刚插入到映射中的索引相对应)。
对于字符串这样的大常数来说,这并不完全理想,因为在映射中的键和向量中的值之间,常量存储了两次。当您开始工作时,我建议您不要对这种重复感到烦恼;稍后,如果这是一个问题,您可以找到解决方案。
如果您使用的是C++,您可以使用一个(无序)集代替一个映射,并使用一个引用(指针)来引用新添加的元素而不是索引。但我不认为这个特性在许多语言中都是可用的,而且与索引相比,指针有时也有些尴尬。在某些语言中,您可以将所有的值都放入向量中,然后将键是索引的集合保存到向量中。这要求可以使用键类型以外的东西来查找集合;由于某种原因,这个特性在很少的数据结构库中可用。
而且,是的,如果你有这样的数据结构的话,可以使用双索引的数据结构。(实际上,map+vector解决方案是一个双索引的数据结构。)1 :)。有时,您会发现有两个不同类型的文本具有相同的表示形式,但这种情况可能不常见,无法处理。(但是,在IEEE硬件上,浮点数和整数零具有相同的表示形式,这通常与空指针的表示相同,因此您可能希望使用特殊情况下的零。)
总之,这是一个判断的决定。把受歧视的工会作为关键,有多复杂?通过拥有特定密钥类型的关联容器,您可以节省多少存储空间,这重要吗?您想要迭代相同类型的所有文字常量(答案:可能),这对数据结构来说有多容易呢?
如果您使用设计良好的内部API,您将能够改变对文字表的内部表示的看法。所以我会利用这个实验作为一个机会来尝试好的API设计。https://stackoverflow.com/questions/37094477
复制相似问题