Implementace zrychlené LR analýzy

Abstract

Tato bakalářská práce se zabývá implementací zrychlené LR syntaktické analýzy do automatové knihovny vyvíjené na Katedře teoretické informatiky na Fakultě informačních technologií ČVUT v Praze. Tato knihovna umožňuje práci s automaty, stromy, jazyky a gramatikami, a experimenty s početnými algoritmy z tohoto odvětví. Na knihovně se neustále pracuje a je rozvíjena, po dokončení jejího vývoje ji bude možné používat jako výukový nástroj v předmětech BI-AAG, BI-PJP, MI-SYP aj. Zatímco LR analýza se používá pro práci s bezkontextovými LR gramatikami, zobecněnou LR analýzu lze použít i u nejednoznačných gramatik. Vzhledem k velkému množství zásobníkových operací existují požadavky analýzu urychlit, k čemuž slouží metoda zrychlené LR analýzy, která snižuje počet operací výměnou za větší paměťovou náročnost. To může být využito zobecněnou LR analýzou. Cílem práce je seznámit se s prostředím automatové knihovny a relevantními algoritmy a implementovat zrychlenou metodu LR analýzy.

This bachelor thesis deals with implementing faster LR parser for automata library, which is being developed at Department of Theoretical Computer Science at Faculty of Information Technology at CTU in Prague. This library offers experimentation and work with automata, tree structures, languages, and grammars and numerous algorithms concerning the aforementioned. The library is constantly being developed and after its completion, it will be ready to use as a study tool in courses such as BI-AAG, BI-PJP, or MI-SYP. While LR parser is used for work with context-free LR grammars, generalized LR parser can be used to work with ambiguous grammars as well. Because of the number of stack operations in standard LR parsing, there is demand for speeding the analysis up. This can be done by applying the faster LR analysis method, which reduces the number of stack operations in exchange for space. This can be taken advantage of by generalized LR analysis. The goal of this thesis is to study the automata library and relevant algorithms and to implement the faster LR analysis.