从编译原理看一个解释器的实现

2018-03-28 11:30:54 浏览数 (1)

『设计模式』中有一个模式可以解释特定的语法规则，它就是解释器模式（Interpreter Pattern）。不同于常见的策略模式或者是工厂模式，解释器模式在.NET或者JDK中并不常见，而且在业务上也很少会去解释特定的语法，所以它并不被广泛使用。一个解释器可大可小，大可以是复杂的编译器，小也可以是一个简单的字符串解析，但本质上它们都是对特定的语法做出合理的解释。

解释器在游戏领域的应用

虽然解释器模式很少使用，但在在游戏开发中，还是很常见的。比如你在战斗时，普通攻击和魔法攻击一定会产生不同的伤害，游戏设计者会为技能设计不同的『公式』，简单如我方的攻击力-敌方的防御力，同时『公式』还可以加入参数，如$critRate代表一个爆发率。故游戏的技能伤害如下图所示：

游戏里的『公式』本质上是字符串，很像数学表达式，但又比它更高级，可以加入自定义的参数，所以『公式』更像是数学表达式的超集。既然谈到了数学表达式，那么有必要知道怎样去解析一个数学表达式。

千万不要小看这个任务，实际上要做一个计算器是非常复杂的。假设输入一个字符串：-(1 (2 3)x4-5)，注意这是一个字符串。解决方案有两种：

  • while遍历字符串，将括号、运算符、数字等取出来，根据运算符左结合以及优先级计算
  • 将表达式转化成二叉树形式，二叉树的父节点是运算符，左右子节点代表数字，通过递归遍历树，将左右节点的数字运算之后放入父节点，直至到达根节点

很显然第一种方式简单直白，但很繁重，代码的易读性也不佳，第二种是目前最好的解决方式，将表达式转化为二叉树。所以难点在于怎样将表达式转化为一棵二叉树？

这需要了解数据结构相关知识，表达式-(1 (2 3)x4-5)又被称为中序排序，中序排序不能生成一棵二叉树，你需要将中序排序转化为前序排序或者后序排序，然后根据中序排序和前序排序生成二叉树，相关算法自行搜索，不做累赘。

我在阅读了《编译原理》第1，2章之后，还有另外一种方式将表达式生成二叉树形式，这也是编译的基本原理。

一个编译器的前端模型

我们以最简单的算术表达式举例，编译器在分析阶段把一个字符序列分为各个组成部分，最终生成一棵抽象语法树(abstract syntax tree)，如下所示：

表达式语法定义

语法，顾名思义，是一种特定的描述方法。我们学习的英语语法，又或者是程序语言的语法，都有严格的格式要求。对于算术表达式而言，比如9-5 2，3-2，语法是两个数字之间必须出现 ，-，如果出现9 -5,那么这就是错误的语法。

那我们怎么来制定语法呢？在编译原理领域，使用一个通用的表示方法来描述语法，这个方法就是上下文无关文法或BNF范式。

比如上述的算术( 和-)表达式：9-5 2，我们可以推导出如下BNF范式：

list->list digit|list-digit|digit

digit->0|1|2|3|4|5|6|7|8|9

list代表一个表达式序列，digit代表数字，箭头->可以读作“可以具有如下形式”，而竖线|代表或的意思。

词法分析器

词法分析器读入源程序中的字符序列，将他们组织为具有词法含义的词素，生成并输出代表这些词素的词法单元(Token)。

语法分析器

语法分析器根据词法单元，以语法分析树的形式构建表达式，最终形成一颗抽象的语法树(abstract syntax tree)，这是一种表示了层次化的结构。

语法分析树

如果非终端节点A有一个产生式A->XYZ，那么在语法分析树中就可能有一个标号为A的内部节点，该节点有三个子节点，从左向右标号为X，Y，Z。内部节点对应于产生式的头，它的子节点对应于产生式的体：

BNF范式构建

数学表达式的特点

运用编译原理的知识，编写一个自定义的解释器，我们需要如下三个步骤：

  • BNF范式来描述游戏『公式』
  • 词法分析器获得词法单元Token，对应的类是LexicalAnalyzer
  • 语法分析器根据Token构建抽象树，对应的类是Parser

我在一开始就提到过，游戏里的『公式』很像数学表达式，那么数学表达式有什么广泛和通用的特点？

首先数学表达式由数字和运算符构成，并且运算符有左结合性和优先性：

  • 结合性：依照惯例，9 5 2等价于(9 5) 2，9-5-2等价于(9-5)-2。当一个运算分量，比如上述的5左右两侧都有运算符时，我们需要一些规则来决定哪个运算符被应用于该运算分量。我们说运算符“ ”是左结合的，因为当一个运算分量左右两侧都有“ ”号时，它属于其左边运算符。加，减，乘，除四种算术运算符都是左结合。
  • 优先性：在算术中，乘法和除法比加法和减法具有更高的优先级。因此在表达式9 5x2和9x5 2中，都是运算分量5首先参与x运算。

算术表达式的BNF构建

通过对数学表达式的了解，我们知道一个数学表达式有数字、运算符等组成，并且运算符是左结合和有优先性，那怎样去构建它的BNF范式呢？

我们创建两个非终结符号expr(表达式) 和 term(项) ，分别对应这两个优先级层次，并使用另一个非终结符号factor(因子)来生成表达式的基本单元。

那什么是factor呢？

我们可以将因子(factor)理解成不能被任何运算符分开的表达式。『不能分开』的意思是说当我们在任意因子的任意一边放置一个运算符，都不会导致这个因子的任何部分分离出来，成为这个运算符的运算分量。当然，因子本身作为一个整体可以成为该运算符的一个运算分量。如果这个因子是由一个括号括起来的表达式，那么这个括号将起到保护其不被分开的作用。

factor->digit|(expr)

digit->0|1|2|3|4|5|6|7|8|9

那什么是term呢？

一个（不是因子）项（term）是一个可能被高优先级的运算符x和/分开，但不能被低优先级运算符分开的表达式。

term->term x factor|term / factor|factor

那什么是expr呢？

一个（不是因子也不是项）的表达式可能被任何一个运算符分开。

expr->expr term|expr-term|term

因此最终得到的BNF范式是：

expr->expr term|expr-term|term

term->term x factor|term/factor|factor

factor->digit|(expr)

使用这个BNF范式时，一个表达式就是一个由 或-分割开来的项（term）列表，而项是由x或者/分隔的因子（factor）列表。请注意，任何由括号括起来的表达式都是一个因子。

这个BNF范式的语法分析树为如下所示：

求值时，从root节点遍历二叉树，如果节点有子节点，递归的方式遍历下去，直到是叶子节点为止，接着将左子树和右子树取得的值放入它们的根节点，最后root节点的值就是表达式最终的值。

开始实现解释器

有了准备之后，接下来就是实现解释器，它可以解释游戏中的『公式』。

1.) 创建一个数学表达式类MathExpression，根据面向对象思想，它封装了数据和行为，由于篇幅有限，只展示其骨架：

代码语言：javascript复制
public class MathExpression
{
    private readonly string _expression;        
    public int CurrentIndex{}
    public bool IsIndexOutOfRange{}
    public bool IsEndOfString{}
    public char CurrentChar{}
    public char GetSpecificCharByIndex(int index){}
}

2.) 创建一个词法分析器LexicalAnalyzer，获取对应的词法单元Token：

代码语言：javascript复制
switch (_mathExpression.CurrentChar)
{
    case ' ':
        token = Token.Add;
        _mathExpression.CurrentIndex  ;
        break;
    case '-':
        token = Token.Sub;
        _mathExpression.CurrentIndex  ;
        break;
    case '*':
        token=Token.Mul;
        _mathExpression.CurrentIndex  ;
        break;
    case '/':
        token = Token.Div;
        _mathExpression.CurrentIndex  ;
        break;
    case '(':
        token = Token.OParen;
        _mathExpression.CurrentIndex  ;
        break;
    case ')':
        token = Token.CParen;
        _mathExpression.CurrentIndex  ;
        break;
    case '$':
        if (_mathExpression.GetSpecificCharByIndex(_mathExpression.CurrentIndex   1) =='c')
        {
            _mathExpression.CurrentIndex  = 2;
            token = Token.Param;
        }
        else
        {
            _mathExpression.CurrentIndex  ;
            token=Token.Illegal;
        }
        break;
    default:
        if (char.IsDigit(_mathExpression.CurrentChar))
        {
            token = GetDigitsFromString();
        }else if (char.IsLetter(_mathExpression.CurrentChar))
        {
            token = GetSineCosineFromString();
        }
        else
        {
            throw  new Exception("Illegal Token");
        }
        break;
}

3.) 值得一提的事情，怎样从字符串中获取数字，数字有两种形式：整数和小数点形式，通过有穷自动机在不同的状态间跳转并记录下数字的索引下标，直到遇到非数字退出，有穷自动机如下所示：

一个有穷自动机的状态判断代码如下：

代码语言：javascript复制
do
{
    isEndOfString = _mathExpression.IsEndOfString;
    currentChar = _mathExpression.CurrentChar;

    switch (_currentState)
    {
        case State.Init:
            if (char.IsDigit(currentChar))
            {
                _currentState = State.Integer;
                if (!isEndOfString)
                {
                    _mathExpression.CurrentIndex  ;
                }
            }
            else
            {
               //Init状态非数字则退出
               _currentState= State.Quit;
            }
            break;
        case State.Integer:
            if (currentChar == '.')
            {
                _currentState = State.Float;//输入小数点，状态转移到Float
                if (!isEndOfString)
                {
                    _mathExpression.CurrentIndex  ;
                }
            }
            else
            {
                if (!char.IsDigit(currentChar))//既不是数字也不是小数
                {
                    _currentState = State.Quit;
                }
                else
                {
                    if (!isEndOfString)
                    {
                        _mathExpression.CurrentIndex  ;//读取下一个字符
                    }
                }
            }
            break;
        case State.Float:
            if (!char.IsDigit(currentChar))//非数字，退出
            {
                _currentState = State.Quit;
            }
            else
            {
                if (!isEndOfString)
                {
                    _mathExpression.CurrentIndex  ;
                }
            }
            break;
        case State.Quit:
            break;

    }
} while (_currentState != State.Quit && !isEndOfString);

4.)通过语法解析器Parser构建表达式树，每个节点都是一个抽象Expression

代码语言：javascript复制
public abstract class Expression
{
    public abstract double Evaluate(Context context);
}

Expression根据类型不同有常量表达式，二元表达式，一元表达式等，一个常见的二元表达式如下：

代码语言：javascript复制
public class BinaryExpression:Expression
{
    private Expression _leftExpression;
    private Expression _rightExpression;
    private Operator _operator;

    public BinaryExpression(Expression leftExpression,Expression righExpression,Operator op)
    {
        _leftExpression = leftExpression;
        _rightExpression = righExpression;
        _operator = op;
    }
    public override double Evaluate(Context context)
    {
        switch (_operator)
        {
            case Operator.Plus:
                return _leftExpression.Evaluate(context)   _rightExpression.Evaluate(context);
            case Operator.Minus:
                return _leftExpression.Evaluate(context) - _rightExpression.Evaluate(context);
            case Operator.Mul:
                return _leftExpression.Evaluate(context) * _rightExpression.Evaluate(context);
            case Operator.Div:
                return _leftExpression.Evaluate(context) / _rightExpression.Evaluate(context);
        }
        return Double.NaN;
    }
}

可以看到左子树和右子树同样是Expression。

5.)到目前为止，可以说是万事俱备，只欠东风了，这个『东风』就是怎么样去构建表达式树。已知的是，一个 expr 就是一个由 或-分割开来的项（ term ）列表，而项是由x或者/分隔的因子（ factor ）列表。

expr->expr term|expr-term|term

代码语言：javascript复制
private Expression Expr()
{
    Token old;
    Expression expression = Term();
    while (_currentToken==Token.Add|| _currentToken==Token.Sub)
    {
        old = _currentToken;
        _currentToken = _lexicalAnalyzer.GetToken();
        Expression e1 = Expr();

        expression=new BinaryExpression(expression,e1,old==Token.Add?Operator.Plus:Operator.Minus);
    }
    return expression;
}

term->term x factor|term/factor|factor

代码语言：javascript复制
private Expression Term()
{
    Token old;
    Expression expression = Factor();

    while (_currentToken==Token.Mul || _currentToken==Token.Div)
    {
        old = _currentToken;
        _currentToken = _lexicalAnalyzer.GetToken();

        Expression e1 = Term();
        expression=new BinaryExpression(expression,e1,old==Token.Mul?Operator.Mul:Operator.Div);
    }

    return expression;
}

factor->digit|(expr)

代码语言：javascript复制
private Expression Factor()
{
    Token token;
    Expression expression;
    if (_currentToken==Token.Double)
    {
        expression=new NumericConstant(_lexicalAnalyzer.GetDigits());
        _currentToken = _lexicalAnalyzer.GetToken();
    }
    else if (_currentToken == Token.Param)
    {
        expression=new Var();
        _currentToken = _lexicalAnalyzer.GetToken();
    }
    else if (_currentToken==Token.OParen)
    {
        _currentToken = _lexicalAnalyzer.GetToken();
        expression = Expr();
        if (_currentToken!=Token.CParen)
        {
            throw new Exception("Missing Closing Parenthesisn");
        }
        _currentToken = _lexicalAnalyzer.GetToken();
    }
    else if(_currentToken==Token.Add || _currentToken==Token.Sub)
    {
        var old = _currentToken;
        _currentToken = _lexicalAnalyzer.GetToken();
        expression = Factor();

        expression=new UnaryExpression(expression,old==Token.Add?Operator.Plus:Operator.Minus);

    }
    else
    {
        throw new Exception("error");
    }
    return expression;
}

最后生成的树结构如下所示：

小结

本文为大家介绍了怎样从编译原理的角度来实现一个解释器。在游戏领域，需要解释器来解释自定义的『公式』。这个『公式』的语法往往是和上下文无关的，又被称为BNF范式。解释器的核心就是怎样构建一棵抽象的表达式树，这需要词法分析和语法分析的相关知识。

参考代码如下：https://github.com/MEyes/uInterpreter

二叉树 游戏 express 编程算法 ide

0 人点赞