Parsing 减少/减少CUP中的冲突

我正在使用JavaCup为Java的一个子集实现一个解析器

语法就像

vardecl ::= type ID
type    ::= ID | INT | FLOAT | ...
exp     ::= ID | exp LBRACKET exp RBRACKET | ...
stmt    ::= ID ASSIGN exp SEMI

这很好，但是当我添加

stmt ::= ID ASSIGN exp SEMI
        |ID LBRACKET exp RBRACKET ASSIGN exp SEMI 

杯子不工作，警告如下：

Warning : *** Shift/Reduce conflict found in state #122
  between exp ::= identifier (*) 
  and     statement ::= identifier (*) LBRACKET exp RBRACKET ASSIGN exp SEMI 
  under symbol LBRACKET
  Resolved in favor of shifting.

Warning : *** Reduce/Reduce conflict found in state #42
  between type ::= identifier (*) 
  and     exp ::= identifier (*) 
  under symbols: {}
  Resolved in favor of the first production.

Warning : *** Shift/Reduce conflict found in state #42
  between type ::= identifier (*) 
  and     statement ::= identifier (*) LBRACKET exp RBRACKET ASSIGN exp SEMI 
  under symbol LBRACKET
  Resolved in favor of shifting.

Warning : *** Shift/Reduce conflict found in state #42
  between exp ::= identifier (*) 
  and     statement ::= identifier (*) LBRACKET exp RBRACKET ASSIGN exp SEMI 
  under symbol LBRACKET
  Resolved in favor of shifting.

我认为有两个问题：
1.

type:：=ID

和

exp:=ID

，当解析器看到一个ID时，它想减少它，但不知道减少哪个，

type

或

exp

stmt:：=ID LBRACKET exp RBRACKET ASSIGN exp SEMI

用于分配数组中的元素，例如

arr[key]=value

exp:：exp LBRACKET exp RBRACKET

用于表示从数组中获取元素，例如

arr[key]

因此，在

arr[key]

的情况下，当解析器看到

arr

时，它知道它是一个ID，但不知道它是否应该移动或减少到

exp

---

但是，我不知道如何解决这个问题，如果有，请给我一些建议，非常感谢。

您的分析是正确的。语法是LR（2），因为在看到

]

标记之前无法识别声明，该标记将是ID中的第二个下一个标记，可能是类型

一个简单的解决方案是，当括号显示为连续标记时，破解lexer将

[]

作为单个标记返回。（lexer可能也应该允许括号之间有空格，所以这不是很简单，但并不复杂。）如果

[

后面没有紧跟

]

，lexer将返回普通的

[

，这使得解析器很容易区分对数组的赋值（将具有

[

标记）和数组声明（将具有

[]

标记）

重写语法也是可能的，但那真是讨厌

第二个问题——数组索引赋值与数组索引表达式。通常编程语言允许赋值形式：

exp [ exp ] = exp

而且不仅仅是

ID[exp]

。进行此更改将延迟还原的需要，直到解析器能够识别正确的还原为止。根据语言的不同，此语法可能在语义上没有意义，而是在类型检查（语义）领域进行检查不是语法。但是，如果有某种形式的语法是有意义的，就没有明显的理由禁止它

---

一些解析器生成器实现GLR解析器。GLR解析器对此语法没有问题，因为它没有歧义。但CUP不是这样的生成器。

您的分析是正确的。语法是LR（2），因为只有在

]

将看到令牌，它将是ID中的下一个令牌，可能是一种类型

一个简单的解决方案是，当括号显示为连续的标记时，破解lexer将

[]

作为单个标记返回。（lexer可能也应该允许括号之间有空格，所以这不是很简单，但并不复杂。）如果

[

后面没有紧跟

]

，lexer将返回它作为普通的

[

。这使得解析器很容易区分对数组的赋值（将有

[

标记）和数组的声明（将有

[

标记）

重写语法也是可能的，但那真是讨厌

第二个问题——数组索引赋值与数组索引表达式。通常编程语言允许赋值形式：

exp [ exp ] = exp

而且不仅仅是

ID[exp]

。进行此更改将延迟还原的需要，直到解析器能够识别正确的还原为止。根据语言的不同，此语法可能在语义上没有意义，而是在类型检查（语义）领域进行检查不是语法。但是，如果有某种形式的语法是有意义的，就没有明显的理由禁止它

---

一些语法分析器生成器实现GLR语法分析器。GLR语法分析器不会有问题，因为它没有歧义。但是CUP不是这样的生成器。

谢谢你的回答。但我认为它不能在我的例子中作为单个标记返回

[]

，因为

[

和

]之间有一个表达式
键
在案例
arr[key]=value
@jiahao中：如果
[
和
]
arr[key]
之间只有空格，则只能将其作为单个标记返回。是的，但问题是解析器仍然无法区分
arr[key]
是
exp
或
stmt
的一部分。如果
arr[key]
是
arr[key]=value
的一部分，那么它是
stmt
，并且
arr
应该作为
ID
进行移位；如果
arr[key]
是
arr[key]的一部分，init（）
，那么
arr
应该减少为
exp
。对不起，我想我忘了添加一个规则，它是
stmt:：=exp DOT ID LPAREN参数\u list rpare SEMI
，这个规则是用于函数调用的。@jiahao:这是一个不同的问题，它有不同的解决方案。最简单的一个是允许表单
exp>的赋值[exp]=
，这在大多数语言中都是有效的。是的，我同意，非常感谢你的回答，你非常有帮助；）谢谢你的回答。但我认为它不能在我的情况下作为单个标记返回
[]
，因为在
[
和
]
之间有一个表达式
key
=value
@jiahao:如果
[
和
]
之间除了空格之外没有任何东西，那么您只能将其作为单个标记返回
arr[key]
仍然是四个标记，但是
arr[]
它只有两个。是的，但问题是解析器仍然不能