撰写大学项目的汇编者,我谨将我的“史蒂尔·辛塔克斯”树改为“控制流动图”。
意料中,化学文摘社编号(V)应当从中删除。 我非常了解如何构造边套(G=(V,E)),但很难用时间书写过程,更正式地计算出轨迹。
我先造就了这种cal式比对(Pseudo):
def edges(n:Node)(nestedin_next: Node) : List[(Node,Node)] =
n match {
case (c_1 :: c_2::tl) => (c1,c2) :: edges(c2::tl)(nestedin_next)++
edges(c_1)(c_2)//recurse
case c_1 :: Nil => (c_1,nestedin_next)::Nil
case i@ IF(_,c1,c2) => (i,c1)::(i,c2)::edges(c1)(nestedin_next)++
edges(c2)(nestedin_next)
case _ => Nil
}
应与中世纪统计结构相匹配:
( IF(1,
ASSIGN(x,1), // ia1
ASSIGN(x,2) // ia2
) :: // i1
ASSIGN(y,2) :: // a1
ASSIGN(z,ADD(x,y)) :: //a2
IF(z,
RET(z), //i2r1
assign(z,0):: // i2a1
ret(z) // i2r2
) :://i2
Nil
)
并且提供一种优势,例如:
{ i1 -> ia1,
i1 -> ia2,
ia1 -> a1,
ia2 -> a1,
a1 -> a2,
a2 -> i2,
i2 -> i2r1
i2-> i2a1
i2a1 -> i2r2
i2r2 -> _|_
i2r1 -> _|_
}
任何人在如何比“假代码”更正式地做这个比什么方面?
Im:
e[[ IF(_,b1,b2) ]] = (if -> b1) + (if -> b2) cup e[[ b1 ]] cup e[[ b2 ]]
e[[ b1, b2 ]] = e[[b1]] cup e[[b2]]
(以上仅提供树木,而不是图表。) 例如,从时边到下台的边远。
EDIT:
我先在,然后读到Scala的数据流,我喜欢“succ”和“following”方法。 然而,我很抱着硬的时间 b倒,这种 b倒成了更正规的描述,这主要归功于Nifty childAttr,s.next,其中隐藏了一些细节,在我试图正式指明这些细节时,这些细节就显得模糊不清。
EDIT:
I ve通过《哥伦书》和“Modern Compiler Implementation inML”以及的其他材料 学习撰写《汇编》,一些/大部分提到数据流动和控制流动,但从来未触及母国行动,以任何形式创建国别清单。
EDIT3:
通过Kiama author,Associate Professor Tony Sloane 我拿到了。
只要我能看到这些书本的“去做”是以该方案的“每份说明”为基础,而不是以“基本区块”为基础。 尽管如此,我们还是作出了大量投入。