cours/theoriedeslangagesetcompilation/cours/introduction.md

### Motivations

Concept de **langage formel**

- créé par les linguistes pour décrire les langages naturels
	- effectuer des traductions automatiques
- Noam CHOMSKY: modèle mathématique pour les grammaires
	- 1958: langage ALGOL décrit à l'aide d'une grammaire "Hors-Contexte" (notations BNF: description d'un langage de prog.)


Pourquoi étudier les langages formels ?
- conception de langages: syntaxe et grammaire
- Analyse
	- lexicale: déterminer les entités syntaxiques)
	- syntaxicale: vérifier la syntaxe
- compilation: traduction
- Générateurs d'analyseurs lexicaux (ex: lex)
- Méta-compilateurs : compilateurs de compilateurs, ou générateurs de compilateur (ex: compilateur Ada compilé avec gcc)
- Nécessaire pour l'étude des langages de programmation 


### Un compilateur ?

```
	PROGRAMME SOURCE
	    |
	    V
	COMPILATEUR  -> messages d'erreur
	    |
	    V
	PROGRAMME CIBLE
```

Un compilateur est un **programme** qui 

- prend en entrée une **donnée textuelle** source (programme, donnée xml, fichier de configuration, etc)
- la reconnait (l'analyse) pour vérifier sa correction
- émet éventuellement un **message d'erreur**
- le traduit dans le **langage cible**


Le processus de compilation est généralement analysé comme une série de phases.

**Phase**: opération logiquement distincte, qui à partir d'une représentation du programme, produit une autre représentation en entrée d'une phase

	=== PHASES ===
	1. Analyse lexicale     ]
	2. Analyse syntaxique   ] Phases d'analyse
	3. Analyse sémantique   ]
	4. Génération du code intermédiaire      ]
	5. Optimisation du code intermédiaire    ] Phases de synthèse
	6. Génération du code objet (exécutable) ]


### Compilateur : Phases d'analyse

##### Analyse lexicale
- Consiste à lire le texte source (char par char), et produit une **chaine d'instructions** séparées par un caractère particulier appelé **séparateur**
- Former des unités lexicales appelées **lexèmes**
- Eliminer le informations inutiles (commentaires, etc)
- Présenter une chaine d'entree à l'analyseur syntaxique


Un **lexème** peut être défini comme une unité propre à un langage considéré:

- mots-clés, les identificateurs, les séparateurs, etc
- il y a correspondance avec la table des symboles

On peut distinguer 2 types de lexèmes (ex. Fortran)

1. mots spécifiques du langage (if, for, struct, ...)
2. identificateurs


##### Analyse syntaxique
- Consiste à prélever des instructions de la chaine délivrée par l'analyseur lexical et déterminer si chacune est conforme aux **règles de syntaxe** du langage considéré.
- Vérification en construisant l'**arbre syntaxique** de l'instruction à analyser
- Les feuilles de l'arbre doivent être les **lexèmes** consistuant l'instruction
- Pour construire l'arbre, l'analyseur syntaxique dispose de **règles de syntaxe** (grammaire) du langage considéré


##### Analyse sémantique
- Destinée à la détection d'erreurs sur la manipulation des objets du langage de programmation, et en particulier au **contrôle de types**
- **Exemple**: contrôle à travers l'arbre syntaxique, fourni par l'analyseur syntaxique, si chaque opérateur est appliqué à de opérandes ayant les types permis par la spécification du langage considéré
- Elle n'existe pas dans tous les compilateurs; apparue avec les langages typés (Pascal)





### Compilateur : Phases de synthèse

##### La génération du code intermédiaire
- Utilisation des variables intermédiaires
- Choix de l'ordre pour faire le calcul

##### L'optimisation du code intermédiaire
- Amélioration du code intermédiaire
- Réduction du nombre de variables de d'instructions

##### La génération du code cible
- Choix des emplacements mémoire pour les variables
- Assignation des variables aux registres


### Compilateur : Phases

##### La gestion des erreurs
- ANalyse lexicale: caractère illégal, identificateur trop long, nombre illégal
- Analyse syntaxique: parenthèses manquantes au sens général( (), begin, etc)
- Analyse sémantique: opérateur incompatible avec le type de l'objet considéré, dépassement d'intervalle, division par 0
- Génération du code cible: dépassement de capacité, etc
- Table des symboles: double déclaration

##### La génération de la table des symboles
- Enregistre les identificateurs et les attributs (emplacement mémoire, typage, etc)
- Chaque identificateur (variable) a une entrée dans la table des symboles
- L'analyseur lexical crée une entrée dans la table des symboles à chaque fois qu'il rencontre un nouvel identificateur


### Outils pour la compilation

##### Correction
- Entrée invalide détectée ?
- Sortie conforme aux attentes ?
- Outil de prédilection = **théorie des langages**

##### Efficacité
- Faut-il attendre le résultat de la compilation ?
- Outil de prédilection = **algorithmique**

##### Bonne conception du logiciel
- Logiciel facile à modifier/étendre ?
- Outil de prédilection = **Génie Logiciel (GL)**

### Thérie de langages pour la compilation ?

Permet de définir rigoureusement et reconnaitre algorithmiquement (pour les langages source et cible):

- Leur **vocabulaire** ou **lexique** : les mots autorisés
	- analyse lexicale
	- automates à nombre fini d'états
- Leur **syntaxe**: la structure des phrases autorisées:
	- analyse syntaxique
	- automates à pile, grammaires algébriques
- Leur **sèmantique**: la signification des phrases autorisées
	- analyse sémantique
	- grammaires attribuées


### Programmation et modalités de contrôle

**Programme**

- Introduction
- Langages
- Grammaires
- Automates finis
- Expressions régulières
- ...

**Modalités de contrôle des connaissances:**

- Contrôle continue écrit = 30%
- Examen écrit = 70%