活动介绍

7-5 LL(1)分析-最左推导 本题目为LL(1)分析程序最后一步,输出最左推导序列。 输入格式: 输入一个上下文无关文法,先输入文法产生式条数,再输入各个产生式,字符“ε”用“@”表示。 输入一个待分析的字符串,以"#"结束。 输出格式: 输出待分析字符串的最左推导。 输入样例: 在这里给出一组输入。例如: 9 S->MH S->a H->LSo H->@ K->dML K->@ L->eHf M->K M->bLM bef# 输出样例: 在这里给出相应的输出。例如: S=>MH=>bLMH=>beHfMH=>befMH=>befKH=>befH=>bef 代码长度限制 100 KB 时间限制 400 ms 内存限制 128 MB

时间: 2023-08-07 20:14:05 浏览: 279
由于题目中给出的是 LL(1) 文法,因此我们可以先构建 LL(1) 预测分析表,然后使用预测分析表进行最左推导。 下面给出完整的 Python 代码实现: ```python # 构建 LL(1) 预测分析表 def build_predictive_table(grammar): # 计算非终结符集合和终结符集合 non_terminals = set() terminals = set() for left, right in grammar: non_terminals.add(left) for symbol in right: if symbol.isupper(): non_terminals.add(symbol) else: terminals.add(symbol) # 构建预测分析表 table = {} # 初始化预测分析表 for non_terminal in non_terminals: table[non_terminal] = {} for terminal in terminals: table[non_terminal][terminal] = None # 填充预测分析表 first_sets = compute_first_sets(grammar) follow_sets = compute_follow_sets(grammar, first_sets) for i, (left, right) in enumerate(grammar): for terminal in first_sets[right[0]]: table[left][terminal] = i if '@' in first_sets[right[0]]: for terminal in follow_sets[left]: table[left][terminal] = i for j in range(len(right) - 1): if '@' in first_sets[right[j]]: for terminal in first_sets[right[j + 1]]: table[left][terminal] = i if j == len(right) - 2 and '@' in first_sets[right[j + 1]]: for terminal in follow_sets[left]: table[left][terminal] = i return table # 计算 FIRST 集合 def compute_first_sets(grammar): first_sets = {} # 初始化 FIRST 集合 for left, right in grammar: first_sets[left] = set() for terminal in TERMINALS: first_sets[terminal] = {terminal} first_sets['@'] = {'@'} # 不断循环直到 FIRST 集合不再变化 while True: updated = False for left, right in grammar: old_first_set = first_sets[left].copy() if right[0] == '@': first_sets[left].add('@') elif right[0] in TERMINALS: first_sets[left].add(right[0]) else: first_sets[left] |= first_sets[right[0]] for symbol in right[1:]: if '@' not in first_sets[symbol]: break first_sets[left] |= first_sets[symbol] - {'@'} if first_sets[left] != old_first_set: updated = True if not updated: break return first_sets # 计算 FOLLOW 集合 def compute_follow_sets(grammar, first_sets): follow_sets = {} # 初始化 FOLLOW 集合 for left, right in grammar: follow_sets[left] = set() follow_sets[grammar[0][0]] = {'#'} # 不断循环直到 FOLLOW 集合不再变化 while True: updated = False for left, right in grammar: for i, symbol in enumerate(right): if symbol in TERMINALS: continue old_follow_set = follow_sets[symbol].copy() if i == len(right) - 1: follow_sets[symbol] |= follow_sets[left] for j in range(i + 1, len(right)): if '@' not in first_sets[right[j]]: follow_sets[symbol] |= first_sets[right[j]] - {'@'} break follow_sets[symbol] |= first_sets[right[j]] - {'@'} if j == len(right) - 1: follow_sets[symbol] |= follow_sets[left] if follow_sets[symbol] != old_follow_set: updated = True if not updated: break return follow_sets # 使用 LL(1) 预测分析表进行最左推导 def leftmost_derivation(grammar, table, input_string): stack = ['#', grammar[0][0]] derivation = [] i = 0 while True: top = stack[-1] if top in TERMINALS: if top == input_string[i]: stack.pop() derivation.append(input_string[i]) i += 1 else: return None else: production_index = table[top][input_string[i]] if production_index is None: return None production = grammar[production_index] stack.pop() stack += reversed(production[1]) derivation.append(production[1]) if stack == ['#', grammar[0][0]] and input_string[i] == '#': return derivation # 读入文法和待分析字符串 n = int(input()) grammar = [] for i in range(n): left, right = input().split('->') right = right.split() grammar.append((left, right)) input_string = input().strip() + '#' # 计算终结符集合 TERMINALS = set() for left, right in grammar: for symbol in right: if symbol not in TERMINALS and not symbol.isupper(): TERMINALS.add(symbol) # 构建 LL(1) 预测分析表 table = build_predictive_table(grammar) # 使用 LL(1) 预测分析表进行最左推导 derivation = leftmost_derivation(grammar, table, input_string) # 输出最左推导 if derivation is not None: print('=>'.join(derivation)) else: print('error') ``` 该算法的时间复杂度为 $O(n^3)$,其中 $n$ 表示文法中的符号数目。
阅读全文

相关推荐

你是数字IC的专家还是数学专家,我现有一任务为ICS电路设计,针对交织处理需要你根据已知参数E,P,N,S,L推导出输出数据是哪些。详细的任务描述如下: 任务整体描述:设计一个电路完成三路bit数据的交织(interleave)、合并(combine)和加扰(scramble)处理。交织处理通过同一组接口,从外部IN_BUF(外部模块,无需开发)分时读取三路长度为N0/N1/N2 bit的待交织数据,分别进行交织处理后的bit数据长度为E0/E1/E2。IN_BUF读接口支持每cycle读取连续128bit待交织数据。三路交织处理后的bit数据并不是所有bit都有效,有效bit数据起始点为S0/S1/S2,有效bit数据长度为L0/L1/L2,总有效bit数据长度LL = L0 + L1 + L2。取三路交织处理后的有效bit按照特定规则合并成一路的过程即为合并处理。加扰处理过程为对合并处理后的输出bit数据和特定随机序列进行按位异或。最后将加扰处理后的bit数据按照特定规则拼接成120bit对外输出。 交织处理:PART0/PART1/PART2三路交织处理各自独立,但处理流程完全相同,具体交织处理流程如下4步:1.从外部读取N bit待加扰bit数据{A0,A1,…,An-1},循环重复到E bit,得到序列{A0,A1,…,An-1,A0,A1,…,An-1,A0,A1,…,Ax},其中E值为交织后的bit数据长度;2.找到一个边长为P的倒等腰直角三角形,使得P*(P+1)/2 >=E,(P-1)*P/2<E;3.将循环重复后的E bit数据按行从左到右从上到下的顺序放入三角形;4.按列从上到下从左到右的顺序,从首个有效bit数据位置S开始连续输出L bit数据。 交织处理有以下约束:1.PART0/PART1/PART2三路不一定都有效,但至少有一路有效;2.PART0/PART1/PART2三路交织处理的N/E/S/L参数值不一定相同;3.待交织处理的bit数据长度N的取值集合为{32,64,128,256,512,1024},共6种取值;4.交织处理后bit数据长度E和输入bit数据长度N满足,E >= N且E <= 8192;5.交织处理后的bit数据长度E,有效bit数据起点S和bit长度L满足,L % Q = 0,L+S-1 <= E,L >=1;其中Q为合并处理模块参数,表示连续Qbit数据为一个整体进行合并处理,取值集合为{1,2,4,6,8,10},共6种取值; 合并处理:合并处理过程即是将所有有效PART的有效bit数据,按照一定的规则摆放成LL/Q行,每行摆放10bit数据,其中低Qbit摆放有效bit数据,其余位置全部摆放0。有效bit数据从低bit到高bit,从低行数到高行数顺序摆放,最终按照行数从小到大的顺序输出。合并处理bit数据摆放存在优先级,具体优先级为PART0>PART1>PART2。对于PARTX(X的取值范围为0/1/2)摆放规则为,剔除比PARTX优先级高的PART已经占用的行,从剩余行中的第0行开始,固定每间隔行,占用一行用来摆放PARTX的bit数据,直到PARTX的有效bit数据摆完为止。其中,Lx为PARTX有效bit数据长度,Lt为LL剔除优先级大于PARTX的所有有效PART的有效bit数据长度之和。 加扰处理:将合并处理后的有效bit数据(每行仅低Qbit数据有效)和随机序列进行按bit异或处理的过程即为加扰处理。具体的扰码发生器c(n)的生成公式为:c(n)=(x_1(n+N_c)+x_2(n+N_c))mod2;x_1(n+31)=(x_1(n+3)+x_1(n))mod2;x_2(n+31)=(x_2(n+3)+x_2(n+2)+x_2(n+1)+x_2(n))mod2;其中N_c=16000,x_1(n)的初值为x_1(0)=1,x_1(n)=0,n=1,2,...,30;x_2(n)的初值不固定,由外部输入的31bit信号c_init决定,c_init=求和(x_2(i)*2^i)(i从0到30)。加扰处理后的数据每连续12行为一组,按照行数从小到大的顺序拼接成120bit的数据,不足12行时不足部分用零补充,最后再按照组数从小到大的顺序输出。由于不是每次输出12行都有效,因此还需要输出有效行数指示,表示当前12行输出数据中有多少行是有效数据,取值范围为1~12。

大家在看

recommend-type

matlab source code of GA for urban intersections green wave control

The code is developed when I was study for my Ph.D. degree in Tongji Universtiy. It wiil be used to solve the green wave control problem of urban intersections, wish you can understand the content of my code. CRChang
recommend-type

dmm fanza better -crx插件

语言:日本語 dmm fanza ui扩展函数,样本视频可下载 在顶部菜单上添加流行的产品(流行顺序,排名,排名等)示例视频下载辅助功能DMM Fanza Extension.目前,右键单击播放窗口并保存为名称。我做不到。通过右键单击次数秒似乎可以保存它。※ver_1.0.4小修正* ver_1.0.3对应于示例视频的播放窗口的右键单击,并保存为名称。※Ver_1.0.2 VR对应于视频的示例下载。※在ver_1.0.1菜单中添加了一个时期限量销售。菜单链接在Fanza网站的左侧排列因为链接的顺序由页面打破,因此很难理解为主要用于顶部菜单的流行产品添加链接在“示例视频的下载辅助功能”中单击产品页面上显示的下载按钮轻松提取示例视频链接并转换到下载页面如果您实际安装并打开产品页面我想我可以在使用它的同时知道它也在选项中列出。使用的注意事项也包含在选项中,因此请阅读其中一个
recommend-type

服务质量管理-NGBOSS能力架构

服务质量管理 二级能力名称 服务质量管理 二级能力编号 CMCM.5.4 概述 监测、分析和控制客户感知的服务表现 相关子能力描述 能够主动的将网络性能数据通告给前端客服人员; 能够根据按照客户价值来划分的客户群来制定特殊的SLA指标; 能够为最有价值的核心客户群进行网络优化; 对于常规的维护问题,QoS能够由网元设备自动完成,比如,对于网络故障的自恢复能力和优先客户的使用权; 能够把潜在的网络问题与客户进行主动的沟通; 能够分析所有的服务使用的质量指标; 能够根据关键的服务质量指标检测与实际的差距,提出改进建议; Service request 服务请求---请求管理。 客户的分析和报告:对关闭的请求、用户联系和相关的报告进行分析。 Marketing collateral的散发和marketing Collateral 的散发后的线索跟踪
recommend-type

AUTOSAR_MCAL_WDG.zip

This User Manual describes NXP Semiconductors AUTOSAR Watchdog ( Wdg ) for S32K14X . AUTOSAR Wdg driver configuration parameters and deviations from the specification are described in Wdg Driver chapter of this document. AUTOSAR Wdg driver requirements and APIs are described in the AUTOSAR Wdg driver software specification document.
recommend-type

基于tensorflow框架,用训练好的Vgg16模型,实现猫狗图像分类的代码.zip

人工智能-深度学习-tensorflow

最新推荐

recommend-type

LL(1)文法自动生成语法分析程序的设计

在LL(1)文法自动生成语法分析程序的设计中,算法思想是首先输入LL(1)文法,接着计算First集和Follow集,然后构造分析表M,最后使用分析表M对输入串进行语法分析。该设计可以自动构造LL(1)分析表,并生成相应的语法...
recommend-type

编译原理实验报告(词法语法分析 算符优先分析 有限自动机 LL(1)文法分析法等)

5. **LL(1)文法分析法**:LL(1)是一种自左向右扫描输入,同时尝试匹配最左推导的解析策略。"L"代表自左向右扫描,"L"也代表Leftmost derivation(最左推导),"1"表示使用一个符号的Lookahead(前瞻)。在实现中,...
recommend-type

编译原理实验报告(编译原理 词法分析 递归向下分析 LL(1)分析 逆波兰式)

LL(1)分析是递归向下分析的一种特殊情况,其中“L”代表“Left-to-right”,“L”代表“Leftmost derivation”,“1”表示使用一个输入符号的最左推导。LL(1)分析器从输入的左端开始,使用一个预测分析表来决定下...
recommend-type

编译原理课程设计--语法分析器-预测分析法

语法分析的任务就是识别词法分析程序输出的单词序列是否为给定方法的正确句子,并确定其语法结构。语法分析的方法可以分为两大类:自顶向下的分析方法和自底向上的分析方法。 自顶向下的分析方法是指从方法的开始...
recommend-type

编译原理之语法分析器与词法分析器

在这个实验中,我们使用的是LL(1)文法,这是一种自左向右、最左推导的文法分析方法,其中"1"表示仅使用当前输入符号和栈顶符号的第一个跟随集进行分析决策。文法定义了程序(S)、语句块(K)、语句串(C)、语句(Y...
recommend-type

构建基于ajax, jsp, Hibernate的博客网站源码解析

根据提供的文件信息,本篇内容将专注于解释和阐述ajax、jsp、Hibernate以及构建博客网站的相关知识点。 ### AJAX AJAX(Asynchronous JavaScript and XML)是一种用于创建快速动态网页的技术,它允许网页在不重新加载整个页面的情况下,与服务器交换数据并更新部分网页内容。AJAX的核心是JavaScript中的XMLHttpRequest对象,通过这个对象,JavaScript可以异步地向服务器请求数据。此外,现代AJAX开发中,常常用到jQuery中的$.ajax()方法,因为其简化了AJAX请求的处理过程。 AJAX的特点主要包括: - 异步性:用户操作与数据传输是异步进行的,不会影响用户体验。 - 局部更新:只更新需要更新的内容,而不是整个页面,提高了数据交互效率。 - 前后端分离:AJAX技术允许前后端分离开发,让前端开发者专注于界面和用户体验,后端开发者专注于业务逻辑和数据处理。 ### JSP JSP(Java Server Pages)是一种动态网页技术标准,它允许开发者将Java代码嵌入到HTML页面中,从而实现动态内容的生成。JSP页面在服务器端执行,并将生成的HTML发送到客户端浏览器。JSP是Java EE(Java Platform, Enterprise Edition)的一部分。 JSP的基本工作原理: - 当客户端首次请求JSP页面时,服务器会将JSP文件转换为Servlet。 - 服务器上的JSP容器(如Apache Tomcat)负责编译并执行转换后的Servlet。 - Servlet生成HTML内容,并发送给客户端浏览器。 JSP页面中常见的元素包括: - 指令(Directives):如page、include、taglib等。 - 脚本元素:脚本声明(Script declarations)、脚本表达式(Scriptlet)和脚本片段(Expression)。 - 标准动作:如jsp:useBean、jsp:setProperty、jsp:getProperty等。 - 注释:在客户端浏览器中不可见的注释。 ### Hibernate Hibernate是一个开源的对象关系映射(ORM)框架,它提供了从Java对象到数据库表的映射,简化了数据库编程。通过Hibernate,开发者可以将Java对象持久化到数据库中,并从数据库中检索它们,而无需直接编写SQL语句或掌握复杂的JDBC编程。 Hibernate的主要优点包括: - ORM映射:将对象模型映射到关系型数据库的表结构。 - 缓存机制:提供了二级缓存,优化数据访问性能。 - 数据查询:提供HQL(Hibernate Query Language)和Criteria API等查询方式。 - 延迟加载:可以配置对象或对象集合的延迟加载,以提高性能。 ### 博客网站开发 构建一个博客网站涉及到前端页面设计、后端逻辑处理、数据库设计等多个方面。使用ajax、jsp、Hibernate技术栈,开发者可以更高效地构建功能完备的博客系统。 #### 前端页面设计 前端主要通过HTML、CSS和JavaScript来实现,其中ajax技术可以用来异步获取文章内容、用户评论等,无需刷新页面即可更新内容。 #### 后端逻辑处理 JSP可以在服务器端动态生成HTML内容,根据用户请求和数据库中的数据渲染页面。Hibernate作为ORM框架,可以处理Java对象与数据库表之间的映射,并提供数据库的CRUD(创建、读取、更新、删除)操作。 #### 数据库设计 博客网站的数据库设计通常包含多个表,如用户表(存储用户信息)、文章表(存储文章信息)、评论表(存储用户评论信息)等。使用Hibernate框架可以简化数据库操作,同时确保数据的一致性和安全性。 #### 安全性和性能优化 安全性是构建网站时需要考虑的重要方面,包括但不限于SQL注入防护、XSS攻击防护、会话管理等。性能优化方面,可以利用Hibernate的缓存机制,以及对JSP页面和ajax请求进行适当的缓存处理。 ### 结论 ajax、jsp、Hibernate技术结合可以构建出高效、动态、易于维护的博客网站。在开发过程中,应当关注前后端分离、用户体验优化、系统性能和安全性等关键要素,确保博客网站的稳定和长期可用性。通过本篇文章,读者应该已经对这些技术有了初步了解,并能够结合文件提供的源码开始进行相关开发实践。
recommend-type

【Unity Sunny Land关卡设计高级指南】:打造完美关卡的8大技巧

# 1. Unity关卡设计概述 ## 1.1 关卡设计的核心要素 关卡设计作为游戏开发中不可或缺的一环,承担着构建游戏世界、呈现故事背景、引导玩家体验和激发玩家兴趣的责任。一个优秀的关卡不仅需要有吸引人的视觉效果和有趣的挑战,还需平衡玩家体验,提供连贯的游戏故事。 ## 1.2 关卡设计师的角色 在Unity引擎的环境下,关卡设计师需要具备对场景布局、角色互动、剧情
recommend-type

C++ 模版

<think>我们正在讨论C++模板的使用和常见问题。根据用户要求,所有行内数学表达式使用$...$,独立公式使用$$...$$,用中文回答,并生成相关问题。同时,回答要结构清晰,帮助用户逐步解决问题。 首先,回顾用户的问题:用户想了解C++模板的使用和常见问题。我们将从以下几个方面展开: 1. 模板的基本概念和用途 2. 函数模板和类模板 3. 模板特化和偏特化 4. 模板元编程简介 5. 常见问题及解决方案 注意:在回答中,我们会引用站内提供的引用内容(引用[1]和引用[2])作为参考,但主要围绕模板展开。 ### 1. 模板的基本概念和用途 C++模板是一种支持泛型编程的特性,允许
recommend-type

C#随机数摇奖系统功能及隐藏开关揭秘

### C#摇奖系统知识点梳理 #### 1. C#语言基础 C#(发音为“看井”)是由微软开发的一种面向对象的、类型安全的编程语言。它是.NET框架的核心语言之一,广泛用于开发Windows应用程序、ASP.NET网站、Web服务等。C#提供丰富的数据类型、控制结构和异常处理机制,这使得它在构建复杂应用程序时具有很强的表达能力。 #### 2. 随机数的生成 在编程中,随机数生成是常见的需求之一,尤其在需要模拟抽奖、游戏等场景时。C#提供了System.Random类来生成随机数。Random类的实例可以生成一个伪随机数序列,这些数在统计学上被认为是随机的,但它们是由确定的算法生成,因此每次运行程序时产生的随机数序列相同,除非改变种子值。 ```csharp using System; class Program { static void Main() { Random rand = new Random(); for(int i = 0; i < 10; i++) { Console.WriteLine(rand.Next(1, 101)); // 生成1到100之间的随机数 } } } ``` #### 3. 摇奖系统设计 摇奖系统通常需要以下功能: - 用户界面:显示摇奖结果的界面。 - 随机数生成:用于确定摇奖结果的随机数。 - 动画效果:模拟摇奖的视觉效果。 - 奖项管理:定义摇奖中可能获得的奖品。 - 规则设置:定义摇奖规则,比如中奖概率等。 在C#中,可以使用Windows Forms或WPF技术构建用户界面,并集成上述功能以创建一个完整的摇奖系统。 #### 4. 暗藏的开关(隐藏控制) 标题中提到的“暗藏的开关”通常是指在程序中实现的一个不易被察觉的控制逻辑,用于在特定条件下改变程序的行为。在摇奖系统中,这样的开关可能用于控制中奖的概率、启动或停止摇奖、强制显示特定的结果等。 #### 5. 测试 对于摇奖系统来说,测试是一个非常重要的环节。测试可以确保程序按照预期工作,随机数生成器的随机性符合要求,用户界面友好,以及隐藏的控制逻辑不会被轻易发现或利用。测试可能包括单元测试、集成测试、压力测试等多个方面。 #### 6. System.Random类的局限性 System.Random虽然方便使用,但也有其局限性。其生成的随机数序列具有一定的周期性,并且如果使用不当(例如使用相同的种子创建多个实例),可能会导致生成相同的随机数序列。在安全性要求较高的场合,如密码学应用,推荐使用更加安全的随机数生成方式,比如RNGCryptoServiceProvider。 #### 7. Windows Forms技术 Windows Forms是.NET框架中用于创建图形用户界面应用程序的库。它提供了一套丰富的控件,如按钮、文本框、标签等,以及它们的事件处理机制,允许开发者设计出视觉效果良好且功能丰富的桌面应用程序。 #### 8. WPF技术 WPF(Windows Presentation Foundation)是.NET框架中用于构建桌面应用程序用户界面的另一种技术。与Windows Forms相比,WPF提供了更现代化的控件集,支持更复杂的布局和样式,以及3D图形和动画效果。WPF的XAML标记语言允许开发者以声明性的方式设计用户界面,与C#代码分离,易于维护和更新。 #### 9. 压缩包子文件TransBallDemo分析 从文件名“TransBallDemo”可以推测,这可能是一个C#的示例程序或者演示程序,其中“TransBall”可能表示旋转的球体,暗示该程序包含了动画效果,可能是用来模拟转动的球体(如转盘或摇奖球)。该文件可能是用来展示如何实现一个带有视觉动画效果的摇奖系统的C#程序。 总结以上内容,我们可以得出构建一个C#摇奖系统需要深入理解C#语言及其随机数生成机制,设计用户界面,集成动画效果,确保隐藏控制逻辑的安全性,以及全面测试系统以保证其正确性和公平性。通过掌握Windows Forms或WPF技术,可以进一步增强系统的视觉和交互体验。
recommend-type

【数据驱动的力量】:管道缺陷判别方法论与实践经验

# 摘要 数据驱动技术在管道缺陷检测领域展现出强大的力量,本文首先概述了数据驱动的力量和管道缺陷判别的基础理论。接着,重点探讨了管道缺陷的类型与特征、数据采集与预处理、数据驱动模型的选择与构建。在实践技巧章节,本文详述了实战数据集的准备与处理、缺陷识别算法的应用、以及性能评估与模型优化。此外,高级应用章节深入讨论了实时数据处理分析、多模态数据融合技术、以及深度学习在缺