Question

众所周知，递归下降解析器在某些情况下可能需要指数时间;谁能指点我的样品，这会发生什么？特别感兴趣的是PEG的情况（即优先选择）。

Answer 1

这是因为你可以在不同的递归分支中多次解析相同的东西（在同一位置检查相同的规则）。这有点像使用递归计算第n个斐波纳契数。

Grammar:

A -> xA | xB | x
B -> yA | xA | y | A
S -> A

Input:
xxyxyy

Parsing:
xA(xxyxyy)
    xA(xyxyy)
        xA(yxyy) fail
        xB(yxyy) fail
        x(yxyy) fail
    xB(xyxyy)
        yA(yxyy)
            xA(xyy)
                xA(yy) fail
                xB(yy) fail
                x(yy) fail
            xB(xyy)
                yA(yy)
                    xA(y) fail
                    xB(y) fail
                    x(y) fail
                xA(yy) fail *
            x(xyy) fail
        xA(yxyy) fail *
        y(yxyy) fail
        A(yxyy)
            xA(yxyy) fail *
            xB(yxyy) fail *
            x(yxyy) fail *
    x(xyxyy) fail
xB(xxyxyy)
    yA(xyxyy) fail
    xA(xyxyy) *
        xA(yxyy) fail *
        xB(yxyy) fail *
        ...

* - 我们在同一位置解析规则，我们已在另一个分支中解析它。如果我们保存了结果 - 哪些规则在哪些位置失败 - 我们知道xA（xyxyy）第二次失败，我们不会再次通过它的整个子树。我不想写出整件事，但你可以看到它会多次重复相同的子树。

什么时候会发生 - 你有很多重叠的转换。优先选择不会改变事物 - 如果最低优先级规则最终成为唯一正确的规则（或者没有一个是正确的），则必须检查所有规则。

Answer 2

如果输入和语法的组合使得需要大量的回溯，那么任何自上而下的解析器，包括递归下降，理论上可以成为指数。如果语法使得确定性选择被放置在长序列的末尾，则会发生这种情况。例如，如果你有像＆amp;这样的符号意思是“所有先前的弊端实际上是加号”，然后有像“（（（（（（（（a - b） - c） - d） - e＆amp;）”这样的数据“然后解析器必须向后并将所有加号变为最小值。如果您开始沿着这些行创建嵌套表达式，则可以创建一个有效的非终止输入集。

你必须意识到你正在这里踩到一个政治问题，因为现实是大多数正常的语法和数据都不是这样的，然而，有很多人系统地说是递归下降，因为这并不容易自动制作RD。所有早期解析器都是LALR，因为它们比RD更容易自动生成。所以发生的事情是每个人都写了LALR和badmouthed RD，因为在过去，制作RD的唯一方法是手工编写代码。例如，如果您阅读龙书，您会发现Aho＆amp; Ullman只在RD上写了一段，基本上只是一个意识形态的删除说“RD很糟糕，不要这样做。”

当然，如果你开始手工编码RD（就像我一样），你会发现它们比LALR好得多，原因有很多。在过去，你总是可以告诉编译器有一个手工编码的RD，因为它有定位精度的有意义的错误消息，而具有LALR的编译器会显示错误发生的距离实际上是50行。自从过去以来，情况已经发生了很大的变化，但是你应该意识到，当你开始阅读RD上的FUD时，它就源于长期以来在“某些圈子”中口头诋毁RD的传统。

关于递归下降解析器的复杂性

2 个答案: