备考软考软件设计师,很多人拿到教材翻最前面几章,遇到“程序设计语言概述”这个章节,第一反应往往是:这不是大学《编译原理》的缩略版吗?于是草草翻过。等到上午题对答案时才发现,原来看起来很基础的这几页纸,每年都能稳稳带走2到4分,而且出题方式相当固定。说它不难吧,选项里全是“词法分析、语法分析、语义分析、代码生成”的先后顺序;说它难吧,只要你把知识脉络理清,几乎连蒙都不用蒙,直接就能锁定答案。
这篇文章就是系列备战的第1篇,我按考纲范围内最常考的逻辑把整个“程序设计语言概述”拆成几条线:编译与解释、编译过程各阶段、文法分类、语法分析方法、中间代码形式,以及函数参数传递和做作用域里的基础题。内容适合考软件设计师中级的朋友,也适用于初级程序员、网络工程师备考中涉及基础概念的部分。下面我不会照着教材目录念,而是把“怎么考”和“怎么记”揉在一起讲。
1. 先把这几分的“出题范围”圈出来
1.1 上午题里,程序设计语言相关考点到底考在哪
软件设计师的上午题通常是75道单选题,涵盖计算机组成、操作系统、数据库、网络、软件工程、数据结构与算法等多块内容。“程序设计语言基础”在里面不是大模块,但它的地位非常像“开胃菜”:永远出现在前十几题范围内,考得比较浅,且几乎不太会和别的章节串成综合大题。
我刷过不少年份的真题后有一个体会:这套题里凡是和编译原理沾边的,基本就是为了考察你有没有把几个关键流程和概念分清楚,而不是真要你会构造一个什么分析表。常见的命题素材包括:
- 编译程序与解释程序的区别,以及典型语言归类;
- 编译过程的几个阶段,谁先谁后、每个阶段干什么;
- 词法分析、语法分析、语义分析各自负责发现哪类错误;
- 文法的0型到3型、正规式与有限自动机的识别能力;
- 自顶向下和自底向上分析的典型方法名字;
- 后缀式(逆波兰式)的转换;
- 参数传递方式是传值、传址还是传值-结果,调用后实参如何变化。
你会发现这些点之间其实有清晰的内部逻辑:从“源代码怎么变成可执行程序”这条主链发散开来。如果你只是在考前临时背几个名词,看到选项稍微变个说法,很容易踩坑。所以第1件事不是刷题,而是先把这条主链立起来。
1.2 一份粗略的考点热度参考
没有必要把教材里所有冷门细节都捧在手里,下面是这几部分内容在历年真题中的“热度”参考:
| 考点板块 | 常见考查方式 | 热度 |
|---|---|---|
| 编译与解释 | 判断某语言运行方式、特点 | 高 |
| 编译阶段顺序 | 排列、归因 | 很高 |
| 词法/语法/语义错误 | 给出错误类型让选择阶段 | 高 |
| 文法与自动机 | 给文法判型、正规式等价 | 中高 |
| 语法分析方法 | 术语归类、能力高低比较 | 中等 |
| 后缀式/四元式 | 给中缀式写成逆波兰、识别四元式 | 很高 |
| 参数传递、作用域 | 程序结果判断 | 很高 |
单从备考投入产出比看,除了文法判型稍微需要一点抽象思维,其他内容都属于“花1小时理解,就能稳定拿分”的类型。我认识不少复习得比较扎实的考生,这块基本能做到全对,因为它不依赖临场发挥,更像是在考你有没有认真读课本。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 编译与解释的路线选择,决定了后续所有概念怎么理解
2.1 两句大白话讲清“编译”和“解释”
我们写的源代码,CPU并不能直接执行,需要一个翻译过程。这个“翻译”在系统实现上有两条路线。
编译方式:先请一个“翻译官”把整篇源程序一次性翻译成目标程序(通常是机器语言或汇编语言),翻译完之后,原来的源程序就可以放到一边,以后每次运行的都是翻译出来的目标程序。C、C++、Go这些语言,典型走编译路线。
解释方式:不提前生成完整的目标程序,而是拿到一行源代码,翻译一行、执行一行,边翻译边运行。像Python、Ruby这些语言,典型走解释路线。
软考里有一个很容易被绕进去的说法:“解释执行效率一定低,编译执行效率一定高。”以前确实严重,但现在很多解释型语言引入了预编译字节码、JIT等技术,性能差距被拉近了,选项里如果说“一定”,就要警惕。
判断题最常出现的类似句式还有:
- “编译程序不参与目标程序的运行” → 对。目标程序运行是靠操作系统和硬件,编译工作早结束了。
- “解释程序直接执行源程序” → 这个表述要看教材口径,严格说解释程序执行的是源程序被分析后的中间形式,不是CPU直接执行源代码,但只要默认“解释程序要对源程序逐句分析并执行”,判断为对即可。
- “解释程序不生成目标代码” → 对,典型特点。
2.2 经典特例:Java是“先编译后解释”的混合路线
软考很喜欢拿Java和C/C++做对比。
Java源文件先由编译器编译成字节码文件(.class),字节码不是具体CPU能直接执行的机器码,而是JVM认识的一种中间形态。之后JVM在运行时再通过解释器或JIT编译器把字节码变成机器码执行。所以Java常被称为“半编译半解释型语言”或“编译+解释混合型”。选择题问“下列哪门语言是解释型”时,选项里如果出现Python、JavaScript、Ruby,优先往这些上面靠;如果问“先编译成字节码,再由虚拟机解释执行”的语言,基本就是Java。
还有一个易混概念是汇编程序。汇编语言也是程序设计语言,但它的“翻译程序”叫汇编程序,和编译程序不是一个东西。考试时偶尔把两者放到一起考:高级语言源程序要经编译程序处理,汇编语言源程序要经汇编程序处理,千万别一看到“翻译”就觉得是编译器。
2.3 为什么要强调语言实现路线
备考这里不是单纯为了记住哪门语言是编译型哪门是解释型,而是为了后续理解“编译程序的各个阶段”。你在纸上写清楚一条主线后,后续考点就像挂在树上的果子:
源代码 → 词法分析 → 语法分析 → 语义分析 → 中间代码生成 → 代码优化 → 目标代码生成
中间那几站,我下一节逐个拆。这里你需要先建立一个感觉:编译程序是在模拟“人读代码”的过程,先看单词拼写,再看句子结构,再理解语义,最后生成等价但更高效的代码。你理解到这一层,后面记阶段顺序会非常轻松。
3. 编译过程六阶段:每次必考的流程顺序与边界
3.1 先看你考试时最容易遇到的那张图
软考教材里通常把编译过程划分为6个阶段:词法分析、语法分析、语义分析、中间代码生成、代码优化、目标代码生成。另外还有两个贯穿全程的模块:符号表管理和出错处理。
这里有一个地方教材版本不同描述略有差异:有些教材把语义分析和中间代码生成合并成一个阶段,叫“语义分析与中间代码生成”;有些会把代码优化放在中间代码生成之后。不过历年真题的主流考法是按“前端、中端、后端加总”的典型顺序来考查:
词法分析 → 语法分析 → 语义分析 → 中间代码生成 → 代码优化 → 目标代码生成
如果选项里把“代码优化”放在“目标代码生成”后面,通常不对;如果出现“语法分析之前先做语义分析”,也不对。原因很简单:连句子结构都没分析出来,谈什么类型检查和语义规则。
把这些阶段联想成“流水线质检”就很好记。每个阶段接收上一个阶段的输出,加工后交给下一个阶段:
| 阶段 | 输入 | 输出 | 典型任务 |
|---|---|---|---|
| 词法分析 | 源程序字符流 | Token序列(记号) | 识别关键字、标识符、常数、运算符、界符 |
| 语法分析 | Token序列 | 语法树/分析树 | 判断语句结构是否符合文法规则 |
| 语义分析 | 语法树 | 带语义信息的结果 | 类型检查、变量声明检查 |
| 中间代码生成 | 语义分析结果 | 中间代码 | 生成后缀式、三元式、四元式等 |
| 代码优化 | 中间代码 | 优化后的中间代码 | 删除冗余计算、循环不变式外提等 |
| 目标代码生成 | 中间代码 | 目标机器代码 | 寄存器分配、指令选择等 |
3.2 词法分析:把“字符流”变成“单词流”
词法分析的任务是从源程序中一个一个字符读入,把连续的字符组合成语义上不可再分的“单词符号”,也叫Token、记号。经过词法分析后,源程序里像 if (x > 10) 这样的内容会被拆成:
- 关键字
if - 左括号
( - 标识符
x - 关系运算符
> - 整型常量
10 - 右括号
)
词法分析阶段需要判断“拼写是否正确”,比如某个字符串能不能构成合法的标识符、常数格式是否合法。如果出现类似 int 123abc = 0; 这种明显不合法的单词,错误会在词法分析阶段就被发现。
这里有个高频陷阱:变量名写错,比如你声明了 age,后面写成 aeg,词法分析不会拦你,因为它认为 aeg 也是一个合法标识符。真正报“未定义标识符”的,通常发生在语义分析阶段。
3.3 语法分析:检查“单词串成的句子”合不合语法
词法分析拿到的Token序列只是按顺序串起来的单词,语法分析要做的是看这些Token是不是按照语言的文法规则组合成了一个合法结构。比如C语言里“if后面必须跟表达式和语句”、“表达式要有运算对象”,都属于结构层面的事情。
软考里讲到语法分析时总离不开“上下文无关文法”这个术语。你没有必要现在就学一套上下文无关文法理论,只要记住:语法分析依据的主要是上下文无关文法,它判断的是“句子结构是否合法”。
实际考试示例:如果用户写了 a + b * ) c,这个串在哪一个阶段报错?答案是语法分析阶段。因为它的Token序列不符合表达式语法结构,并不是某个单词本身不合法。
3.4 语义分析:检查“结构没问题但意思有问题”
语义分析阶段干的是静态语义检查,典型动作是“类型检查”和“变量是否有声明”。比如把实型和整型做运算而不做类型转换,或者调用了不存在的函数、引用未声明的变量。这些都出现在“结构语法正确”的前提下。有一道很经典的教材题目:int a; a = b + 1; 如果b没有声明,词法分析不会发现,语法分析也不会报错,直到语义分析阶段查符号表,发现b不在表中,才报“未声明的标识符”。
顺便记一下符号表。符号表用来登记源程序中出现的每个名字及其属性,例如类型、作用域、存储类别、参数个数等。虽然它出现得早,但从词法分析开始就要不断填入信息,后面的每个阶段都可能查询和更新。考试出一句“符号表管理和出错处理贯穿编译全过程”,你要能判断为正确。
3.5 中间代码、优化与目标代码生成:记清楚“与机器无关”这句话
中间代码是一种结构简单、含义明确的记号系统,常见形式包括后缀式、三元式、四元式、树等。设置这一层的主要目的是让编译器的“前端”和“后端”解耦:前端与源语言相关,生成中间代码;后端与目标机器相关,把中间代码转换成具体机器的目标代码。这样同一套前端可以对应不同后端,一套中间表示能移植到多种CPU架构上。
代码优化阶段的任务是通过等价变换使代码效率更高,例如删除多余运算、代码外提、强度削弱等。优化不是必须阶段,但它对最终生成代码的质量影响很大。目标代码生成是最后阶段,它把优化后的中间代码转换为绝对指令代码、可重定位指令代码或汇编指令代码,并且需要处理寄存器分配问题。题目如果问“与具体机器相关的阶段有哪些”,目标代码生成一定是答案之一。
实际复习时有个技巧:你可以把每个阶段的关键词压缩成一句话,比如“词法看单词,语法看结构,语义看类型,中间代码做过渡,优化提性能,目标代码落地”。这比背长长的定义靠谱得多。
4. 文法类型0到3,先别急着背表格,先看懂分类逻辑
4.1 四类文法到底在约束什么
文法的类型划分常出现在软考上午题中,而且出题方式很稳定:给你一个文法,问你它属于0型、1型、2型还是3型。不熟悉形式语言的同学一看就头大,其实它的分类逻辑本质上是在约束“产生式可以长什么样”。
产生式记作 左部 → 右部,意思是“左部的符号可以被替换为右部的符号”。一个文法由若干条产生式组成。根据对产生式左部和右部约束的严格程度,从宽到严分成四大类:
| 类型 | 名称 | 产生式约束 | 识别装置 | 对应语言 |
|---|---|---|---|---|
| 0型 | 短语结构文法/无限制文法 | 左部至少含一个非终结符,左右一般无限制 | 图灵机 | 递归可枚举语言 |
| 1型 | 上下文有关文法 | 右部长度不小于左部长度(除了空串特例) | 线性有界自动机 | 上下文有关语言 |
| 2型 | 上下文无关文法 | 左部必须是单个非终结符 | 下推自动机 | 上下文无关语言 |
| 3型 | 正规文法/正则文法 | 形如 A→aB 或 A→a | 有限自动机 | 正规语言 |
考试如果问你“上下文无关文法对应哪个自动机”,答案是下推自动机;问“正规文法对应哪个自动机”,答案是有限自动机,即我们后面说到的NFA/DFA。这两组对应关系要背下来,因为真题从来不回避。
4.2 拿到文法如何判型:三步判断法
我刷题时总结了一个三步法,遇到文法判型题直接套:
第一步:看左部是否都是单个非终结符。如果有任何一条产生式左部长度大于1,或者左部含终结符,那它最多就是0型或1型。如果左部全是单个非终结符,至少能排除0型和1型,进入2型以上。
第二步:对每条产生式检查右部长度是否小于左部长度。如果有右部比左部短的,并且题目不是正规文法带空产生式的特例,可能就落到0型。反之如果所有产生式右部长度都≥左部长度,则满足1型约束。
第三步:看是否满足3型。3型文法就是要求产生式右侧至多有一个非终结符且它只出现在最右端(右线性)或最左端(左线性)。所有产生式右部为终结符串后面跟着一个可选非终结符,那就是右线性正规文法。
看一个例子:文法G1:
S → aA | ε
A → bA | b
第一条 S → aA 右部一个终结符a加非终结符A,A在最后;A → bA 同;A → b 没有非终结符;S → ε 作为特殊情况允许。因此G1属于3型文法。
再看一个容易误判的:G2:
E → E + T | T
T → T * F | F
F → (E) | i
虽然每条产生式左部是单个非终结符,但右部明显不是“单个非终结符在末尾”的形式,而且它是经典算术表达式文法,属于2型上下文无关文法。考试中常见错误就是看到所有左侧都是大写字母,顺手选了3型。
4.3 正规式、NFA、DFA之间的关系
正规文法描述的语言,和正规式、有限自动机描述的语言,三者是等价的。为什么软考会在“程序设计语言概述”里讲这个?因为词法分析器本质上就是一个有限自动机,它用正规式描述单词结构,再用自动机实现识别。
正规式里最常见的运算有三种:
- 连接:ab表示a后面跟b;
- 选择:a|b表示a或b;
- 闭包:a*表示0个或多个a组成的串。
比如正规式 letter(letter|digit)* 就能表示很多语言中标识符的定义:以字母开头,后面可以是零个或多个字母或数字。这种形式在词法规则里太常见了。
考试时可能会给出一个正规式,问你哪个状态转换图与它等价;或给一个DFA图,问它识别的语言是什么。解题不需要紧张,只要抓住从初态能不能按边走到终态、每条边上标的是什么字符。练习时经常见到 (a|b)*abb 这类例子,意思是:由a和b组成的任意串,最后必须以abb结尾。你只需要沿状态图逐字走一遍,就知道哪些串能到达终态。
5. 语法分析的两条路:自顶向下与自底向上
5.1 自顶向下:从“开始符号”一路推导到句子
语法分析阶段会按照文法规则,尝试判断输入串能不能由文法的开始符号推导出来。所谓自顶向下,是从根节点往叶子方向分析,从开始符号出发,反复使用产生式进行推导,直到推导出的终结符串与输入串相同。
这类方法的代表有:
- 递归下降分析法
- 预测分析法(LL(1)分析法)
递归下降分析法是很多编译器教材教学生手写语法分析器时使用的方法,它为每个非终结符写一个递归子程序。LL(1)则是用一张预测分析表告诉分析器:当前栈顶是非终结符A,且当前输入符号是a时,应该使用哪条产生式。
自顶向下分析遇到最典型的问题是“左递归”。如果文法里有 E → E + T 这样的产生式,分析器尝试从E出发推导时又会遇到E,很容易造成无限递归。解决思路是消除左递归和提取公共左因子。软考不见得叫你写出完整消除过程,但问“自顶向下分析需要先处理什么问题”时,你要能答出左递归。
5.2 自底向上:从输入串逐步“归约”到开始符号
自底向上分析方向和自顶向下正好相反。它从输入符号串开始,反复寻找当前句型的“句柄”并进行归约,把右部归约为左部非终结符,直到整个输入串被归约为开始符号。
最直观的理解方式是“移进-归约”:从左往右读输入符号,先把读到的符号移进一个分析栈,当栈顶符号串形成了某个产生式的右部时,就把这一串弹出,换成产生式左部的非终结符。比如按文法 A → x,如果输入串里有x,且当栈顶恰好是x,就可以把它归约成A。
自底向上分析的代表方法包括:
- 算符优先分析法
- LR分析法(包括LR(0)、SLR(1)、LR(1)、LALR(1))
考试经常问:下面哪个不是自顶向下分析法?这时候选项里常混有算符优先法或LR分析法,你要能分门别类。LR分析法中,L表示从左到右扫描输入串,R表示构造最右推导的逆过程。它比LL(1)分析法能处理的文法范围更广,是很多生成式语法分析器生成工具的基础。
5.3 “为什么LR能力比LL强”的通俗说明
LL分析法在每一步推导时,只能根据当前输入符号向前看有限个字符来决定用哪条产生式,它对文法的限制比较多,比如不能有左递归、要能构造出无冲突的预测分析表。LR分析法不同,它虽然也是从左到右扫描,但它可以选择“先移进更多符号再决定归约”,相当于拿到了更多上下文信息,判断能力自然更强。
软考里如果单考能力比较,常见结论是:LR分析法能识别的文法类比LL(1)分析法大;但LR分析表的构造也更复杂。如果你以后做开发工作,像yacc、Bison这类“语法分析器生成器”就基于LALR(1)算法,说白了就是让工具自动生成分析表,人只要写好文法规则就行。
6. 中间代码的三副面孔:后缀式、三元式与四元式
6.1 后缀式:考得最多,练会一个表达式基本全通
后缀式又叫逆波兰式,核心规则是运算对象在前、运算符在后。比如中缀表达式 a + b,后缀式写成 ab+。这里有个好处:括号直接消失,后缀式完全依靠顺序表达运算次序,不需要优先级和括号规则。
考法是给你中缀表达式让你转换。我建议不要凭感觉硬拼,用分步法:
以 a + b * (c - d) - e / f 为例。
第一步先找优先级最高的运算。括号里的 c - d,变成 cd-。
第二步处理 b * (c - d),把 (c - d) 的后缀式 cd- 当作一个整体:b cd- *,也就是 bcd-*。
第三步写 a 加上上一步结果:a bcd-* +,得到 abcd-*+。
第四步处理 e / f:为 ef/。
第五步整体相减:把 abcd-*+ 和 ef/ 作为两个操作数,中间放减号的后缀形式:abcd-*+ef/-。
所以最终结果是 a b c d - * + e f / -,写成连续串是 abcd-*+ef/-。你可以自己试着倒推,如果再把它从后往左扫描,优先级顺序正好还原。
后缀式求值的题目偶尔也考:维护一个操作数栈,从左到右扫描后缀式,遇到数字就入栈,遇到运算符就连续取出两个栈顶元素运算,再把结果压回栈。这个思路不用死记,和计算器底层实现几乎一样。
6.2 三元式与四元式:重点看结构和引用方式
中间代码除了后缀式,还经常以三元式和四元式出现。
三元式结构是 (运算符, 运算对象1, 运算对象2)。比如 a + b * c 可以写成:
- (0) (*, b, c)
- (1) (+, a, (0))
这里的数字0、1表示三元式编号,第三个分量可以直接引用前面的三元式编号,说明当前运算是把a和第一个三元式的结果加起来。它的特点是每个式子只有三个域,所以叫三元式。
四元式结构是 (运算符, 运算对象1, 运算对象2, 结果变量)。例如:
- (*, b, c, T1)
- (+, a, T1, T2)
其中T1、T2是编译程序生成的临时变量。四元式比三元式更好优化的原因是运算结果有显式的名字,后续代码优化阶段可以更方便地删除、移动和复制这些中间结果,所以它也成了最常见的一种中间代码形式。
软考里常考你给四元式序列问哪个等价于某个表达式,你会先找最后一个带最终结果的四元式。如果结果临时变量是T4,那么看T4由什么计算得到,顺着往前追,就能还原出原始表达式。
6.3 树形表示和后缀式是什么关系
表达式也可以用树形结构表示:叶子是操作数,内部节点是运算符。中缀表达式对应的二叉树做后序遍历,得到的序列正好就是后缀式。换句话说,后缀式其实是表达式树的后序遍历结果。
所以中间代码各形式之间不是相互割裂的,它们都表达同一个意思。考试时如果出“表达式的树形表示”,你只要会按“左子树、右子树、根”的顺序输出节点的运算符/操作数,得到的就后缀式。题目再绕也绕不出这两种等价视角。
7. 语言成分里的基础题:参数传递、作用域与存储机制
7.1 参数传递方式:软考最稳定的实操题
程序设计语言部分不只考编译原理,还考语言本身的机制,最典型的就是函数调用中的参数传递。软考里常出现的参数传递方式有4种:传值调用、传址调用(也叫引用调用)、传值-结果调用、传名调用。
用下面这个经典交换函数来对比:
code复制void swap(int x, int y) {
int temp;
temp = x;
x = y;
y = temp;
}
调用 swap(a, b),问实参a、b最终的值是多少。
传值调用:函数拿到的是实参的副本,函数内交换x、y不影响外部a、b。结果a、b不变。
传址调用:函数拿到的是实参的地址,或者说C++里的引用,函数内交换x、y本质上是交换了外部变量所在内存单元的值。结果a、b互换。
传值-结果调用:函数入口先把实参值复制给形参,函数正常结束后再把形参的最终值复制回实参。所以表面上行为类似传址调用,执行完a、b也互换。
传名调用:把实参的名字或表达式原文替换到函数体里的形参位置,类似于宏替换,执行结果一般也会改变实参。
我建议你用一个四行表格来收尾记忆:
| 传递方式 | 是否影响实参 | 等价理解 |
|---|---|---|
| 传值 | 不影响 | 复制副本 |
| 传址/引用 | 影响 | 传变量地址 |
| 传值-结果 | 影响 | 先复制进,再复制出 |
| 传名 | 通常影响 | 文本替换形参 |
考试中多语言背景的人容易犯一个错:拿C语言思维认为所有函数传参都是传值,数组名退化成指针也算传地址。在软考题里不要默认“某语言如何做”,先看清楚题干写的是哪种调用约定,再按约定推导。
7.2 作用域:静态作用域和动态作用域的区别
作用域决定一个名字在程序的哪些区域可以被引用。软考最常考查的是按名字绑定时机来划分的静态作用域和动态作用域。
静态作用域也叫词法作用域,规则是看程序写出来的嵌套结构。C语言、Java、现代Python都默认采用静态作用域。你在函数A里引用了变量x,沿着“函数A定义处的词法环境”一层层往外找。
动态作用域不一样,它沿着“函数调用链”找名字。也就是说,x到底指哪个变量,要看执行到此时最近一次进入的、包含该变量定义的作用域是哪一层。考试偶尔用一段代码展示两种作用域结果的差异。
建议记一条结论:静态作用域在编译期就可以确定名字的绑定;动态作用域要到运行期才能确定,而且它不是现代主流语言的设计选择。
7.3 静态变量、栈分配与堆分配
数据怎么存储也是常见概念题。
- 静态存储分配:在编译时就确定内存位置,主要对应全局变量和静态局部变量,整个程序运行期间一直占用内存。
- 栈式存储分配:主要用于函数调用时的局部变量、参数、返回地址等,运行时由系统维护栈顶指针,函数进栈和出栈自然分配释放。
- 堆式存储分配:用于程序运行期动态申请的数据区域,像C语言里的malloc、C++里的new、Java里的new对象,都需要在堆上分配。
教材里还可能提到“动态存储分配”的大分类,它既包括栈式分配也包括堆式分配。如果选项里问“C语言中局部变量通常在哪里分配”,答案最稳妥是栈;如果问“程序运行期间可以随时申请和释放的内存在哪里”,答案是堆。
还有一个经久不衰的细节:静态存储分配不是“不允许变化”,而是指变量存储位置在编译后固定,不随函数调用而动态创建销毁。Java里被static修饰的类变量,也遵循类似的静态生命周期思路,只是底层位于JVM的方法区或堆中,语言层面和编译原理层面讲法有差异。软考如果明确在讨论编译原理,不必争论JVM内部细节,优先按编译原理教材口径作答。
8. 刷题中容易忽略的几类考法和避坑清单
8.1 我的推荐复习顺序,不是从第1页开始念
如果你直接翻开教材“程序设计语言概述”一章,从头到尾顺读,很容易在第二章就卡在BNF范式或自动机细节上。这章实际的最佳复习路径应该是:
第一步,把“编译过程六阶段”主线图背熟,知道每个阶段的输入输出。因为你会发现后面的大多数内容都能挂到这条线上。词法分析连正规式和有限自动机,语法分析连文法分类、自顶向下/自底向上,语义分析连符号表和参数类型。
第二步,单独拎出文法和自动机部分,把0型到3型对应的产生式约束、识别装置表背下来。这部分比较独立,内容也少,适合“击破一个点再走下一个点”。
第三步,集中练后缀式和四元式转换。这个能力只能靠手写,看多少遍都不如自己写10个表达式。
第四步,做历年真题中“给程序段判断输出”的题目,主要覆盖参数传递和作用域。这类题第一次做错很正常,错完看解析,基本就能把传值、传址、传值-结果的行为区别记牢。
8.2 我总结出来的高频易错点,考前30分钟可以再看一遍
- 编译和解释不是非黑即白。Java是典型案例,要特别提醒自己。
- 语法分析之前是词法分析,不是先把符号表填好再开始。符号表贯穿整个编译过程,但它不是一条固定流水线里的“必经桶”。
- 语义分析和语法分析的区别:看到非法标识符不要凭直觉选词法,要意识到词法只检查单词本身能否构成合法记号。
2a这种是词法错误;b = a + 1里b和a的类型不一致,是语义错误。 - 文法判型时,别因为右部只有一个终结符加一个非终结符就急着归到2型。3型要求右部非终结符只出现在最右侧或最左侧,且至多一个。如果一个产生式右部有两个非终结符,比如
S → AB,它不属于3型,通常至少归入2型甚至更低。 - LR分析法是自底向上,递归下降是自顶向下,这两组分类不要记串。记法很简单:递归下降一听到主语的“下降”就是从上往下推导;LR里那个R代表最右推导的逆过程,是归约路线。
- 后缀式转换时不要丢掉运算顺序。可以先人工给中缀表达式加括号,从最内层括号开始一层层剥。
- 传值调用、引用调用的程序段题,画栈图比心算安全。变量地址、形参副本分开画,基本不容易丢分。
8.3 考前如何自测:不用抱着一整章反复背
我把自测做成了一张“能不能在一张白纸上默写出来”的清单。能默写出来,说明知识链条是完整的;默不出来,就回看对应章节:
能否画出从“源代码”到“目标代码生成”的流程图?能否在图中说明每个阶段常见错误?能否说出词法分析工具的理论基础是正规式和有限自动机,语法分析工具的理论基础是上下文无关文法?能否区分自顶向下分析的LL(1)和自底向上分析的LR,并说明LR能力更强?能否3分钟内把一个四则运算表达式转成后缀式和四元式?能否说清传值、传址、传值-结果、传名对实参的影响?
这张清单的作用就是压缩复习成本。程序设计语言概述虽然名字听起来像“概述”,但它实际上是整本教材里最需要先把框架搭好的章节之一。后面复习操作系统、数据库那些大块头时,不会再有这种“几十页就能覆盖几乎所有考点”的好事了。我用这个流程复习下来,上午题里遇到编译相关的选择题基本都稳定拿分,希望这篇文章也能帮你省下一些自己踩坑的时间。
