编写代码以生成解析树

Question

在一个采访问题中我问过这个问题：

编写一个代码来生成解析树，就像编译器在内部为任何给定的表达式做的那样。例如：

a+(b+c*(e/f)+d)*g 

Answer 1

简单的方法是将表达式转换为后缀表示法（abcef / * ++）＆amp;然后参考这个问题的答案（http://stackoverflow.com/questions/423898/postfix-notation-to-expression-tree）将后缀表达式转换为树。

这是面试官所期望的：）

Answer 2

首先定义语言。没有人可以将解析器或编译器实现到没有很好定义的语言。举个例子：'a +（b + c *（e / f）+ d）* g'，它应触发以下问题：

1. 语言是单个表达式，还是可能有多个语句（以';'分隔？
2. 什么是'a'，'b'，...'g'代币？它变化了吗？变量的语法是什么？它是一个类似C的变量，还是一个单独的字母数字字符，如你的例子所暗示的那样。
3. 您的示例中有3个二进制表达式。这就是全部？语言是否也支持' - '。您的语言是否支持逻辑和按位运算符？
4. 语言是否支持数字文字？只有整数？双？语言是否支持字符串文字？你引用字符串文字吗？
5. 评论语法？
6. 哪个运营商优先？ “*”运算符是否优先于示例中的“+”？操作数是从右到左，从左到右进行评估的？
7. 任何预处理？

一旦你掌握了语言语法的良好定义，就要开始实现一个标记器。标记化器获取字符流并生成标记列表。在上面的示例中，每个字符都是一个标记，但在var * 12（var power 12）中有3个标记：'var'，' *'和'12'。如果允许使用正则表达式，则可以使用正则表达式执行此部分解析。

接下来，有一个按类型标识每个标记的函数：它是一个运算符，它是一个变量，一个数字文字，字符串文字等。在一个名为NextToken的方法中打包所有，它返回一个标记及其类型。 / p>

最后，开始解析。在上面的示例中，解析树的根将是一个带有“+”运算符的节点（优先于''）。左子项是变量标记'a'，右子项是具有根元素''标记的树。递归地工作。

Answer 3

每当您打算编写解析器时，要问的主要问题是您是要手动执行还是使用解析器生成器框架。

在这种情况下，我会说自己写一遍是一个很好的练习。

从树本身的良好表示开始。这将是您算法的输出。例如，这可以是对象的集合，其中一个对象类可以表示示例中的a，b和c之类的“标签”。其他人可能代表数字。然后，您可以定义运算符的表示，例如+是一个二元运算符，它有两个子对象，表示左右子表达式。

下一步是实际的解析器，我建议一个经典的递归式解析器。描述这一点并提供标准伪代码实现的一个文本是Theodore Norvell

的文本

Answer 4

我从简单的语法开始，类似于ANTLR和JavaCC使用的语法。