Um analisador sintático LR (também chamado parser LR) é um algoritmo de análise sintática para gramáticas livres de contexto. Ele lê a entrada de texto da esquerda para a direita e produz uma derivação mais à direita (por isso LR, do termo em inglês left-right, diferente do analisador sintático LL). Outro termo usado é analisador sintático LR(x), no qual refere-se à quantidade de símbolos posteriores ao símbolo atual (ainda não consumidos da entrada) que são usados para tomar decisões na análise. Geralmente esse valor é 1, sendo omitido. Uma gramática livre de contexto é chamada LR(x) se existe uma analisador sintático LR(x) para ela.
Um analisador sintático LR é dito um analisador sintático de ascendente (bottom-up) pois ele tenta deduzir as produções da gramática a partir dos nós folha da árvore. Várias linguagens de programação são descritas por uma gramática LR(1), ou pelo menos parecida, e por isso os analisadores sintáticos LR são geralmente usados por compiladores para realizar a análise sintática do código fonte. Uma exceção notável é a linguagem de programação C++.
Os analisadores sintáticos LR podem ser implementados muito eficientemente, o que é muito útil para compiladores, por exemplo. Raramente são produzidos manualmente, sendo geralmente construídos por um gerador de análise sintática ou um compilador de compiladores. Dependendo da forma como a tabela de análise sintática é gerada, o analisador é chamado SLR (simples), LALR (quando há análise de símbolos posteriores) e canônico (ou LR(1)). Os analisadores LALR podem lidar com mais tipos de gramáticas que o SLR; o canônico pode lidar com mais tipos de gramáticas que o LALR.
Arquitetura
Caso geral
O analisador sintático é uma máquina de estado finito que consiste de:
- um buffer de entrada;
- uma pilha no qual é armazenada uma lista de estados anteriores;
- uma tabela de próximo estado que indica para onde o novo estado deve se mover;
- uma tabela de ação que indica uma regra gramatical a aplicar no estado e símbolo atual na entrada de dados.
Algoritmo
O algoritmo do analisador sintático LR é definido como:
- A pilha é inicializada com [0]. O estado atual será sempre o estado no topo da pilha.
- Dado o estado atual e o símbolo atual na entrada, uma ação é procurada na tabela de ação:
- uma mudança de estado sn:
- o símbolo terminal atual é removido da entrada
- o estado n é inserido na pilha (tornando-se o estado atual)
- uma redução rm:
- o número m é escrito no fluxo de saída
- para cada símbolo à direita da regra m, um estado é removido da pilha
- dado o então estado atual no topo da pilha e a regra m, um novo estado é procurado na tabela de próximo estado, tornando-se o estado atual ao ser inserido na pilha
- uma aceitação: a cadeia de caracteres é aceita
- sem ação: um erro de sintaxe é retornado
- O passo 2 é repetido até que a haja uma aceitação ou um erro de sintaxe.
Exemplo
A gramática abaixo será usada para o exemplo a seguir. Ela trata expressões matemáticas, no qual é aceito somas e multiplicações entre uns e zeros.
- (1) E → E * B
- (2) E → E + B
- (3) E → B
- (4) B → 0
- (5) B → 1
deve-se analisar sintaticamente a seguinte entrada:
- 1 + 1
Tabelas de ação e próximo estado
|
ação |
|
próximo estado
|
estado |
* |
+ |
0 |
1
|
$ |
|
E |
B
|
0 |
|
|
s1 |
s2
|
|
|
3
|
4
|
1 |
r4 |
r4 |
r4 |
r4
|
r4 |
|
|
|
2 |
r5 |
r5 |
r5 |
r5
|
r5 |
|
|
|
3 |
s5 |
s6 |
|
|
acc |
|
|
|
4 |
r3 |
r3 |
r3 |
r3
|
r3 |
|
|
|
5 |
|
|
s1 |
s2
|
|
|
|
7
|
6 |
|
|
s1 |
s2
|
|
|
|
8
|
7 |
r1 |
r1 |
r1 |
r1
|
r1 |
|
|
|
8 |
r2 |
r2 |
r2 |
r2
|
r2 |
|
|
|
A tabela de ação é classificada por um estado do analisador sintático e um símbolo terminal (incluindo o terminal especial $ que indica o final da entrada de dados) e contém três tipos de ações:
- mudança de estado (shift), escrito sn e indicando que o próximo estado é n
- redução (reduce), escrito rm e indicado que a redução com a regra gramatical m deve ser feita
- aceitação (accept), escrito acc e indicando que o analisador sintático aceita a entrada de dados
A tabela de próximo passo é classificada por um estado do analisador sintático e por um símbolo não terminal. Ela indica qual o próximo estado do analisado se um símbolo não-terminal foi reconhecido.
Procedimento de análise
A tabela abaixo ilustra cada passo do processo. Aqui o estado refere-se ao elemento no todo da pilha (mais à direita), e a próxima ação é determinada referindo-se à tabela de ação acima. Notar que um $ é adicionado no final da entrada de dados para indicar o fim do texto.
Estado |
Entrada de dados |
Saída de dados |
Pilha |
Próxima ação
|
0 |
1+1$ |
|
[0] |
mudança de estado para 2
|
2 |
+1$ |
|
[0,2] |
reduz 5
|
4 |
+1$ |
5 |
[0,4] |
reduz 3
|
3 |
+1$ |
5,3 |
[0,3] |
mudança de estado para 6
|
6 |
1$ |
5,3 |
[0,3,6] |
mudança de estado para 2
|
2 |
$ |
5,3 |
[0,3,6,2] |
reduz 5
|
8 |
$ |
5,3,5 |
[0,3,6,8] |
reduz 2
|
3 |
$ |
5,3,5,2 |
[0 3] |
aceita
|
O estado inicial do analisador é sempre 0, armazenado na pilha. O primeiro valor terminal encontrado pelo parser é 1, e de acordo com a tabela de ação deve haver uma mudança de estado para 2. No estado 2 a tabela de ação indica que qualquer terminal que apareça, deve-se realizar uma redução com a regra gramatical 5. Por isso escreve-se 5 da saída de dados, retira-se um estado da pilha e adiciona-se na pilha o estado da tabela de próximo estado (que no caso é 4).
Apesar disso a tabela de ação do estado 4 indica que deve-se realizar uma redução com a regra 3. Então escreve-se 3 na saída de dados, retira-se um estado da pilha, encontra-se um novo estado na tabela de próximo estado (que no caso é 3).
O próximo terminal no parser é +, e de acordo com a tabela de ação deve-se ir para o estado 6. O próximo terminal é 1, significando que deve-se realizar uma mudança para o estado 2. Assim como o 1 anterior, é feita uma redução para B, indo-se para o estado 8. Nesse estado sempre é feita uma redução pela regra 2.
Finalmente é lido o terminal $ da entrada de dados, o que significa que, de acordo com a tabela de ação (o estado atual é 3), o analisador sintático aceita a entrada de dados.