Analizador sintáctico LALR, conceptos básicos

1. Analizador sintáctico LALR
Zaraos Vázquez Jorge Alejandro
aleh.kz@hotmail.com
Resumen
En este reporte se definirán los conceptos teóricos
previos necesarios sobre la teoría de analizadores
sintácticos para luego dar paso a estos tomando como
punto de partida “parser LR” hasta llegar al objetivo
del reporte que es “parser LALR” su funcionamiento,
cuando y como se presenta además de su mejora en
comparación de los demás analizadores sintácticos.
1. Cuerpo
1.1. Marco teórico
1.1.1. Lookahead. Es el término genérico para un subprocedimiento que trata de prever los efectos de la
elección de una ramificación de variables para evaluar
o uno de sus valores. Los dos objetivos principales de
lookahead han de seleccionar una variable para evaluar
siguiente y el orden de valores para asignar a la misma.
Lookahead establece los símbolos máximos
entrantes que un analizador sintáctico puede utilizar
para decidir qué regla debe utilizar. Lookahead es
especialmente relevante para LL , LR , y analizadores
LALR, donde a menudo se indica explícitamente
mediante la colocación de la búsqueda hacia delante
para el nombre del algoritmo en paréntesis, tales como
LALR (1).
Los resultados de mirar hacia adelante se utiliza para
decidir la siguiente variable a evaluar y el orden de
valores para dar a esta variable. En particular, para
cualquier variable y el valor asignado, las estimaciones
de pre-análisis los efectos de establecer la variable de
ese valor. Lookahead tiene dos ventajas.
a). Ayuda a que el analizador tome la acción correcta
en caso de conflictos.
b). Elimina muchos estados duplicados y alivia la carga
de una pila adicional. [5]
1.1.2. Backtracking. El algoritmo de backtracking
enumera un conjunto de candidatos parciales que, en
principio, podría ser completado en varias formas de
dar todas las soluciones posibles para el problema
dado. La realización se lleva a cabo incrementalmente,
por una secuencia de pasos de extensión candidatas.
Conceptualmente, los candidatos parciales son los
nodos de una estructura de árbol, el árbol de búsqueda
potencial. Cada candidato parcial es el padre de los
candidatos que difieren de él por una única etapa de
extensión; las hojas del árbol son los candidatos
parciales que no se pueden extender más lejos. El
algoritmo de backtracking atraviesa este árbol de
búsqueda de forma recursiva, de la raíz hacia abajo, en
la profundidad de primer orden. En cada nodo C, el
algoritmo comprueba si c se puede completar a una
solución válida. Si no puede, el conjunto sub-árbol con
raíz en c se omite. De lo contrario, el algoritmo (1)
comprueba si C en sí es una solución válida, y si es así
lo informa al usuario, y (2) de forma recursiva enumera
todos los sub-árboles de C. Las dos pruebas y los hijos
de cada nodo se definen por los procedimientos
indicados por el usuario. [10]
1.1.3. Shift-reduce. En ciencias de la computación,
Shift-reduce parsing es una categoría de la tabla,
eficiente y orientada a bottom-up parsing métodos para
lenguajes de programación y otras notaciones definidas
formalmente por una gramática. [2]
Un shift-reduce explora y analiza el texto de
entrada en un paso hacia adelante en el texto, sin dar
marcha atrás esa dirección de avance es generalmente
de izquierda a derecha dentro de una línea, y de arriba
a abajo para las entradas de varias líneas. En cualquier
punto de este paso, el analizador se ha acumulado una
lista de sub-árboles o frases del texto de entrada que ya
se han analizado. Estos sub-árboles aún no se unen
entre sí porque el analizador aún no ha alcanzado el
extremo de la derecha del patrón de sintaxis que
combinarlos. [7]

2. Programas de análisis predictivos se pueden
representar utilizando diagramas de transición para
cada símbolo no terminal, donde los bordes entre la
inicial y final de los estados son etiquetados por los
símbolos (terminales y no terminales) del lado derecho
de la regla de producción. [1]
1.1.5. Recursividad izquierda. Una gramática es
recursiva por la izquierda si podemos encontrar algo de
un no terminal que eventualmente derivar una forma
posicional.
Figura 1. Shift-reduce árbol de análisis construido con
bottom-up enumerados
Un desplazamiento y reducción, analizador haciendo
una combinación de pasos de desplazamiento y
reducir, de ahí el nombre.
a). Un Shift avanza paso a paso en el flujo de entrada
de un símbolo. Ese símbolo desplazado convierte en un
nuevo árbol de análisis de un único nodo.
b).Un Reduce paso se aplica una regla gramatical
completado a algunos de los últimos árboles de análisis
sintáctico, uniéndose a ellos juntos como un árbol con
un nuevo símbolo de raíz.
El analizador continúa con estos pasos hasta que
todos los de la entrada se ha consumido y todos los
árboles de análisis sintáctico se han reducido a un solo
árbol que representa una entrada legal entero. [7]
1.1.4. Analizador sintáctico descendente recursivo.
En ciencias de la computación, un parser descendente
recursivo es una especie de top-down parser construido
a
partir
de
un
conjunto
de mutuamente
recursivas procedimientos, donde cada uno de
dichos procedimientos generalmente implementa una
de las normas de producción de la gramática. Así, la
estructura del programa resultante refleja fielmente la
de la gramática se reconoce.
Descendente recursivo con marcha atrás es una
técnica que determina el que la producción de usar al
tratar cada producción, a su vez. Descendente recursivo
con retroceso no se limita a las gramáticas LL (k), pero
no está garantizada para terminar a menos que la
gramática es LL (k). Incluso cuando se terminan, los
analizadores que utilizan descendente recursivo con
retrocesos pueden requerir un tiempo exponencial.
a). Recursividad izquierda inmediata se produce en
reglas de la forma
A → Aα | β
Donde α y β son secuencias de no terminales y
terminales, y β no comienzan con A. Un analizador
sintáctico descendente recursivo sería caer en una
recursión infinita cuando se trata de analizar una
gramática que contiene esta regla.
b). Recursividad indirecta izquierda. Repetición
indirecta izquierda en su forma más simple se puede
definir como:
A → βα | C
A → Aβ | D
Posiblemente dando la derivación A ⇒ βα ⇒ Aβα ⇒
En términos más generales, para los no terminales
la repetición indirecta izquierda se puede
definir como de la forma:
…
Donde
terminales. [6]
son secuencias de no terminales y
1.1.6. Bottom-up. Identifica y procesa a más bajo
nivel los pequeños detalles del texto en primer lugar,
antes de que sus estructuras de nivel medio y dejando
la estructura general de más alto nivel al último.
Figura 2. Árbol de análisis Bottom-up

3. El nombre de bottom-up viene del concepto de un
árbol de análisis sintáctico, en el que las partes más
detalladas se encuentran en la parte inferior espeso del
árbol, y las estructuras más grandes compuesta a partir
de ellos se encuentran en capas sucesivamente más
altas, hasta que en la parte superior o "raíz" del árbol
de una sola unidad describe toda la secuencia de
entrada. Un análisis sintáctico ascendente descubre y
procesa ese árbol desde el extremo inferior izquierdo, y
trabaja gradualmente su camino hacia arriba y hacia la
derecha. Bottom-up parsing espera perezosamente
hasta que haya explorado y analizado todas las partes
de alguna construcción antes de comprometerse con lo
que el constructo combinado. [2]
1.1.7. Reduce-reduce. Un error Reduce-reduce es una
causa cuando una gramática permite que dos o más
normas diferentes que se reduzcan al mismo tiempo,
por la misma razón. Cuando esto sucede, la gramática
se convierte en ambigüa desde un programa puede ser
interpretado más de una manera. Este error puede ser
causado cuando la misma regla se alcanza por más de
un camino. [l]
1.2. Parsers
1.2.1. LR. Son un tipo de analizadores de abajo hacia
arriba que manejan deterministas lenguajes libres de
contexto. Los analizadores LALR y SLR son variantes
comunes de los analizadores LR.
El nombre de LR es un acrónimo. La L significa que
el analizador lee el texto de entrada en una dirección
sin hacer copias de seguridad, esa dirección es
típicamente izquierda a derecha en cada línea, y de
arriba abajo a través de las líneas del fichero de entrada
completo. La R significa que el analizador produce
un invertido derivación invertida mas ala derecha, sino
que hace un análisis sintáctico de abajo hacia arriba, no
un análisis sintáctico LL arriba hacia abajo. El nombre
LR suele ir seguida de un calificativo numérico, como
en LR (1) o, a veces LR(k) . Para evitar dar marcha
atrás o adivinar, el analizador LR se deja mirar
adelante a k búsqueda hacia delante símbolos de
entrada antes de decidir cómo analizar los símbolos
anteriores.
Parsers LR son deterministas, sino que producen un
solo análisis sintáctico correcto sin conjeturas o
retroceso, en tiempo lineal, no son muy adecuados para
las lenguas humanas que necesitan métodos más
flexibles pero más lento. LR espera hasta que ha visto
todo un ejemplo de algún patrón gramática antes de
comprometerse con lo que ha encontrado. Un
analizador LL tiene que decidir o adivinar lo que está
viendo mucho antes, cuando sólo ha visto el símbolo
de la entrada de la izquierda de ese patrón. LR también
es mejor en el informe de errores. Detecta errores de
sintaxis lo antes posible en el flujo de entrada como sea
posible. [3]
1.2.2. SLR. Analizador SLR es un tipo de analizador
LR con pequeñas tablas de análisis sintáctico Al igual
que con otros tipos de analizador LR (1), un analizador
SLR es muy eficiente en la búsqueda de abajo hacia
arriba en un solo barrido de izquierda a derecha sobre
el flujo de entrada, sin conjeturas o retroceso.
Una gramática se dice que es SLR(1) si y solo si,
para cada estado S en SLR ninguna de las siguientes
condiciones es violada.
Para cualquier regla reducible A → a.Xb en el
estado s (donde X es algún terminal), no debe
existir alguna norma irreductible, B → a. en el
mismo estado S de manera que el seguimiento
conjunto de B contiene el terminal X. En
términos más formales, la intersección de
conjunto que contiene el terminal X y el
seguimiento conjunto de B debe estar
vacía. La violación de esta norma es un
conflicto de Shift-reduce.
Para cualquiera de los dos elementos
completos A → a. y B → b. en S, seguir
(A) y seguir (B) son disjuntos (su intersección
es el conjunto vacío). La violación de esta
norma es un conflicto de Reduce-reduce.
Generadores SLR calculan que lookahead por un
método de aproximación simple basada directamente
en la gramática, ignorando los detalles de estados del
analizador individuales y transiciones. Esto ignora el
contexto particular del estado actual del analizador. Si
un símbolo no terminal S se utiliza en varios lugares de
la gramática, SLR trata a aquellos lugares de la misma
forma individual en lugar de manejarlos de forma
individual.
El generador SLR funciona Siga (S), el conjunto de
todos los símbolos terminales que pueden seguir de
inmediato alguna ocurrencia de S. En la mesa de
análisis, cada reducción de S utiliza Siga (S) como (1)
conjunto lookahead LR. Tales conjuntos de
seguimiento también son utilizados por los generadores
de analizadores sintácticos LL arriba hacia abajo. Una
gramática que no tiene desplazamiento / reducción o
disminuir / reducir los conflictos cuando se utilizan
conjuntos Siguiente se denomina gramática SLR. [8]

4. 1.3. LALR
Un analizador LALR o Look-Ahead LR parser es
una versión simplificada de un analizador LR canónico
para analizar (por separado y analizar) un texto de
acuerdo con un conjunto de reglas de producción
especificadas por una gramática formal para un equipo
idioma.
Formalmente el analizador LALR generalmente se
refiere a la LALR (1) analizador, denota lookahead una
razón, para resolver las diferencias entre los patrones
de reglas durante el análisis. Del mismo modo, hay una
(2) analizador LALR con dos tokens lookahead y
analizador LALR (k) con k-token lookup, pero estos
son poco frecuentes en el uso real.
El analizador LALR se basa en la (0) analizador
sintáctico LR, por lo que también puede ser denotado
LALR(1) = LA(1)LR(0) (1 señal de búsqueda hacia
delante, LR (0)) o, más generalmente LALR(k) =
LA(k)LR(0) (k tokens de lookahead, LR (0)). De
hecho, hay una de dos parámetros de la familia de
analizadores LA(k)LR(j) para todas las combinaciones
de j y k , se pueden derivar del analizador LR ( j + k ).
Al igual que con otros tipos de analizadores LR, un
analizador LALR es muy eficiente en la búsqueda
correcta bottom-up en un solo barrido de izquierda a
derecha sobre el flujo de entrada, ya que no es
necesario utilizar backtracking. Siendo analizador
lookahead por definición, siempre utiliza un
lookahead, con LALR (1) es el caso más común. [4]
1.3.1. Antecedentes históricos. Donald Knuth (1965).
Inventó el analizador sintáctico Izquierda a derecha, de
derivación mas ala derecha.
El parser LR puede reconocer cualquier lenguaje
libre de contexto determinista en tiempo lineal acotada.
La derivación más a la derecha tiene los requisitos
de memoria muy grandes y la implementación de un
analizador LR era impracticable debido a la limitada
memoria de los ordenadores en ese momento. Para
hacer frente a esta deficiencia, en 1969, Frank
DeRemer propuso dos versiones simplificadas del
analizador LR, a saber, la Look-Ahead LR (LALR) y
el analizdor SLR que tenía los requisitos de memoria
mucho más bajos en el costo de menos de
reconocimiento de idioma poder, con el analizador
LALR siendo la alternativa más poderosa. [5].
1.3.2. Aplicación. Debido a que el analizador LALR
realiza una derivación derecha en lugar de la
derivación más intuitiva izquierda, es muy difícil
entender cómo funciona.
Esto hace que el proceso de encontrar un correcto y
eficiente gramática LALR muy exigente y requiere
mucho tiempo. Por la misma razón, de notificación de
errores puede ser muy difícil debido a errores del
analizador LALR no siempre pueden ser interpretados
en los mensajes con los términos de alto nivel
significativo para el usuario final.
Cualquier tabla LR (k> 0) hace trivial al menos
enumerar los diferentes tokens que habría sido
opciones válidas cuando se produjo un error de
sintaxis, los mensajes de error de bajo nivel. Por esta
razón, el analizador sintactico descendente recursivo a
veces se prefiere sobre el analizador LALR.
Este analizador requiere más código escrito a mano
por su poder de idiomas menor reconocimiento. Sin
embargo, no tiene las dificultades especiales del
analizador LALR, ya que realiza la derivación de
izquierda. [9]
1.3.3. Conjunto lookahead. Para entender las
diferencias entre SLR y LALR, es importante entender
sus similitudes y cómo ambos hacen por
desplazamiento y reducción decisiones.
La única diferencia entre SLR y LALR es cómo sus
generadores calculan los conjuntos de búsqueda hacia
delante de símbolos de entrada que deben aparecer al
lado, siempre que algúna regla de producción se
encuentra y se reduce.
Generadores LALR calcular conjuntos de búsqueda
hacia delante por un método más preciso basado en la
exploración de la gráfica de estados del analizador y
sus transiciones. Este método considera el contexto
particular del estado actual del analizador. Se
personaliza el manejo de cada caso, la gramática de
algunas no terminales.
Los conjuntos de búsqueda hacia delante calculados
por los generadores LALR son un subconjunto de los
conjuntos aproximados calculados por los generadores
de SLR. Si una gramática tiene conflictos de mesa
utilizando SLR seguimiento de conjuntos, pero es libre
de conflictos cuando se utilizan LALR seguimiento
conjuntos, se llama una gramática LALR. [4]

5. 2. Conclusión
Referencias
Como conclusión antes de haber comprendido lo
que es parser LALR, primero se analizo varias
definiciones previas ya que sin ellas el tema no se
hubiera entendido del todo. Cada uno de los
analizadores sintácticos manejan lo que es el análisis
de izquierda derecha.
[1] Alfred Aho, Monica Lam, Ravi Sethi, Jeffrey Ullman
(1986). Compilers: Principles, Techniques, and Tools.
Addison Wesley. pp. 183.
Tomando como referencia los analizadores
sintácticos declarados en el apartado 1.2
comparándolos con el apartado 1.3 parser LALR se
llega a la conclusión que este analizador necesita de
más código escrito a mano por sus idiomas.
[3] Chapman, Nigel P (1987). LR Parsing: Theory and
practice. Cambridge University Press.
Este analizador LALR analiza un texto de acuerdo
con un conjunto de reglas establecidas por una
gramática calculan conjuntos de búsqueda hacia
delante por un método más preciso basado en la
exploración de la gráfica de estados del analizador y
sus transiciones, esto es lo que lo hace diferente de los
demás y mejor analizador pero más complicado.
Este analizador posee varias ventajas como que la
recuperación de errores puede estar ya integrado en el
analizador, además de que manda mensajes de error
más generalizadas para poder ir al error, aparte de su
reconocimiento de construcciones del lenguaje sensible
al contexto todo esto ya esto incorporado.
Pero no todo es bueno como todo posee sus
desventajas de las que se puede decir que no es tan
fácil de usar al igual que este reporte se necesita de
conocimientos previos para entender mejor los
conceptos en el caso de LALR sería conocer, o tomarse
un tiempo para así manejarlo, en resumen podría llevar
un poco de tiempo de aprendizaje. De las ventajas que
ofrece de detección de errores puede ser un poco
complicado analizar si el error está en la gramática o
en el código, de ahí que si hay un error en el generador
de análisis esto puede ser difícil de arreglar.
[2] Alfred Aho, Monica Lam, Ravi Sethi, Jeffrey Ullman
(2006). Compilers: Principles, Techniques, and Tools (2ᵃ
edición). Prentice Hall.
[4] Dick Grune and Ceriel J. H. Jacobs. Parsing Techniques:
A Practical Guide "9.7 LALR(1)". p. 302.
[5] Frank DeRemer, Thomas Pennello (1979), Efficient
Computation of LALR(1) Look-Ahead Sets. Sigplan Notices SIGPLAN, vol. 14, no. 8: 176–187.
[6] James Power. Department of computer science national
university of Ireland. Notes of formal language theory and
parsing. Ireland.
[7] Keith Cooper, Linda Torczon, Morgan Kaufman (2011).
Engineering to compiler (2ᵃ edición)
.
[8] Kenneth C. Compiler Construction: Principles and
practice. Louden.
[9] Knuth, Donald E. (July 1965). On the translation of
languages from left to right. Information and Control 8 (6):
607–639.
[10] Rossi Francesca, Beek Peter Van (Agosto 2006).
Constraint Satisfaction: An Emerging Paradigm. Handbook
of Constraint Programming. Amsterdam: Elsevier. P.14.