首页 > 编程 > C# > 正文

90分钟实现一门编程语言(极简解释器教程)

2020-01-24 00:55:07
字体:
来源:转载
供稿:网友

本文介绍了如何使用 C# 实现一个简化 Scheme――iScheme 及其解释器。

如果你对下面的内容感兴趣:

  • 实现基本的词法分析,语法分析并生成抽象语法树。
  • 实现嵌套作用域和函数调用。
  • 解释器的基本原理。
  • 以及一些 C# 编程技巧。

那么请继续阅读。

如果你对以下内容感兴趣:

  • 高级的词法/语法分析技术。
  • 类型推导/分析。
  • 目标代码优化。

本文则过于初级,你可以跳过本文,但欢迎指出本文的错误 :-)

代码样例

public static int Add(int a, int b) {  return a + b;}>> Add(3, 4)>> 7>> Add(5, 5)>> 10

这段代码定义了 Add 函数,接下来的 >> 符号表示对 Add(3, 4) 进行求值,再下一行的 >> 7 表示上一行的求值结果,不同的求值用换行分开。可以把这里的 >> 理解成控制台提示符(即Terminal中的PS)。

什么是解释器

解释器图示

解释器(Interpreter)是一种程序,能够读入程序并直接输出结果,如上图。相对于编译器(Compiler),解释器并不会生成目标机器代码,而是直接运行源程序,简单来说:

解释器是运行程序的程序。

计算器就是一个典型的解释器,我们把数学公式(源程序)给它,它通过运行它内部的”解释器”给我们答案。

CASIO 计算器

iScheme 编程语言

iScheme 是什么?

  • Scheme 语言的一个极简子集。
  • 虽然小,但变量,算术|比较|逻辑运算,列表,函数和递归这些编程语言元素一应俱全。
  • 非常非常慢――可以说它只是为演示本文的概念而存在。

OK,那么 Scheme 是什么?

计算机程序的构造与解释

使用 波兰表达式(Polish Notation)。
更多的介绍参见 [Scheme编程语言]。
以计算阶乘为例:

C#版阶乘

public static int Factorial(int n) {  if (n == 1) {    return 1;  } else {    return n * Factorial(n - 1);  }}

iScheme版阶乘

(def factorial (lambda (n) (  if (= n 1)    1    (* n (factorial (- n 1))))))

数值类型

由于 iScheme 只是一个用于演示的语言,所以目前只提供对整数的支持。iScheme 使用 C# 的 Int64 类型作为其内部的数值表示方法。

定义变量

iScheme使用`def`关键字定义变量

>> (def a 3)>> 3>> a>> 3

算术|逻辑|比较操作

与常见的编程语言(C#, Java, C++, C)不同,Scheme 使用 波兰表达式,即前缀表示法。例如:

C#中的算术|逻辑|比较操作

// Arithmetic opsa + b * ca / (b + c + d)// Logical ops(cond1 && cond2) || cond3// Comparing opsa == b1 < a && a < 3

对应的iScheme代码

; Arithmetic ops(+ a (* b c))(/ a (+ b c d)); Logical ops(or (and cond1 cond2) cond3); Comparing ops(= a b)(< 1 a 3)

需要注意的几点:

iScheme 中的操作符可以接受不止两个参数――这在一定程度上控制了括号的数量。
iScheme 逻辑操作使用 and , or 和 not 代替了常见的 && , || 和 ! ――这在一定程度上增强了程序的可读性。
顺序语句

iScheme使用 begin 关键字标识顺序语句,并以最后一条语句的值作为返回结果。以求两个数的平均值为例:

C#的顺序语句

int a = 3;int b = 5;int c = (a + b) / 2;

iScheme的顺序语句

(def c (begin  (def a 3)  (def b 5)  (/ (+ a b) 2)))

控制流操作

iScheme 中的控制流操作只包含 if 。

if语句示例

>> (define a (if (> 3 2) 1 2))>> 1>> a>> 1

列表类型

iScheme 使用 list 关键字定义列表,并提供 first 关键字获取列表的第一个元素;提供 rest 关键字获取列表除第一个元素外的元素。

iScheme的列表示例

>> (define alist (list 1 2 3 4))>> (list 1 2 3 4)>> (first alist)>> 1>> (rest alist)>> (2 3 4)

定义函数

iScheme 使用 func 关键字定义函数:

iScheme的函数定义

(def square (func (x) (* x x)))(def sum_square (func (a b) (+ (square a) (square b))))

对应的C#代码

public static int Square (int x) {  return x * x;}public static int SumSquare(int a, int b) {  return Square(a) + Square(b);}

递归

由于 iScheme 中没有 for 或 while 这种命令式语言(Imperative Programming Language)的循环结构,递归成了重复操作的唯一选择。

以计算最大公约数为例:

iScheme计算最大公约数

(def gcd (func (a b)  (if (= b 0)    a    (func (b (% a b))))))

对应的C#代码

public static int GCD (int a, int b) {  if (b == 0) {    return a;  } else {    return GCD(b, a % b);  }}

高阶函数

和 Scheme 一样,函数在 iScheme 中是头等对象,这意味着:

  • 可以定义一个变量为函数。
  • 函数可以接受一个函数作为参数。
  • 函数返回一个函数。

iScheme 的高阶函数示例

; Defines a multiply function.(def mul (func (a b) (* a b))); Defines a list map function.(def map (func (f alist)  (if (empty? alist)    (list )    (append (list (f (first alist))) (map f (rest alist)))    ))); Doubles a list using map and mul.>> (map (mul 2) (list 1 2 3))>> (list 2 4 6)

小结

对 iScheme 的介绍就到这里――事实上这就是 iScheme 的所有元素,会不会太简单了? -_-

接下来进入正题――从头开始构造 iScheme 的解释程序。

解释器构造
iScheme 解释器主要分为两部分,解析(Parse)和求值(Evaluation):

 1、解析(Parse):解析源程序,并生成解释器可以理解的中间(Intermediate)结构。这部分包含词法分析,语法分析,语义分析,生成语法树。
2、求值(Evaluation):执行解析阶段得到的中介结构然后得到运行结果。这部分包含作用域,类型系统设计和语法树遍历。
词法分析

词法分析负责把源程序解析成一个个词法单元(Lex),以便之后的处理。

iScheme 的词法分析极其简单――由于 iScheme 的词法元素只包含括号,空白,数字和变量名,因此C#自带的 String#Split 就足够。

iScheme的词法分析及测试

public static String[] Tokenize(String text) {  String[] tokens = text.Replace("(", " ( ").Replace(")", " ) ").Split(" /t/r/n".ToArray(), StringSplitOptions.RemoveEmptyEntries);  return tokens;}// Extends String.Join for a smooth API.public static String Join(this String separator, IEnumerable<Object> values) {  return String.Join(separator, values);}// Displays the lexes in a readable form.public static String PrettyPrint(String[] lexes) {  return "[" + ", ".Join(lexes.Select(s => "'" + s + "'") + "]";}// Some tests>> PrettyPrint(Tokenize("a"))>> ['a']>> PrettyPrint(Tokenize("(def a 3)"))>> ['(', 'def', 'a', '3', ')']>> PrettyPrint(Tokenize("(begin (def a 3) (* a a))"))>> ['begin', '(', 'def', 'a', '3', ')', '(', '*', 'a', 'a', ')', ')']

注意

  • 个人不喜欢 String.Join 这个静态方法,所以这里使用C#的扩展方法(Extension Methods)对String类型做了一个扩展。
  • 相对于LINQ Syntax,我个人更喜欢LINQ Extension Methods,接下来的代码也都会是这种风格。
  • 不要以为词法分析都是这么离谱般简单!vczh的词法分析教程给出了一个完整编程语言的词法分析教程。

语法树生成

得到了词素之后,接下来就是进行语法分析。不过由于 Lisp 类语言的程序即是语法树,所以语法分析可以直接跳过。

以下面的程序为例:

程序即语法树

;(def x (if (> a 1) a 1)); 换一个角度看的话:(  def  x  (    if    (      >      a      1    )    a    1  ))

更加直观的图片:

抽象语法树

这使得抽象语法树(Abstract Syntax Tree)的构建变得极其简单(无需考虑操作符优先级等问题),我们使用 SExpression 类型定义 iScheme 的语法树(事实上S Expression也是Lisp表达式的名字)。

抽象语法树的定义

public class SExpression {  public String Value { get; private set; }  public List<SExpression> Children { get; private set; }  public SExpression Parent { get; private set; }  public SExpression(String value, SExpression parent) {    this.Value = value;    this.Children = new List<SExpression>();    this.Parent = parent;  }  public override String ToString() {    if (this.Value == "(") {      return "(" + " ".Join(Children) + ")";    } else {      return this.Value;    }  }}

然后用下面的步骤构建语法树:

  1. 碰到左括号,创建一个新的节点到当前节点( current ),然后重设当前节点。
  2. 碰到右括号,回退到当前节点的父节点。
  3. 否则把为当前词素创建节点,添加到当前节点中。

抽象语法树的构建过程

public static SExpression ParseAsIScheme(this String code) {  SExpression program = new SExpression(value: "", parent: null);  SExpression current = program;  foreach (var lex in Tokenize(code)) {    if (lex == "(") {      SExpression newNode = new SExpression(value: "(", parent: current);      current.Children.Add(newNode);      current = newNode;    } else if (lex == ")") {      current = current.Parent;    } else {      current.Children.Add(new SExpression(value: lex, parent: current));    }  }  return program.Children[0];}

注意

  • 使用 自动属性(Auto Property),从而避免重复编写样版代码(Boilerplate Code)。
  • 使用 命名参数(Named Parameters)提高代码可读性: new SExpression(value: "", parent: null) 比 new SExpression("", null) 可读。
  • 使用 扩展方法 提高代码流畅性: code.Tokenize().ParseAsIScheme 比 ParseAsIScheme(Tokenize(code)) 流畅。
  • 大多数编程语言的语法分析不会这么简单!如果打算实现一个类似C#的编程语言,你需要更强大的语法分析技术:
    • 如果打算手写语法分析器,可以参考 LL(k), Precedence Climbing 和Top Down Operator Precedence。
    • 如果打算生成语法分析器,可以参考 ANTLR 或 Bison。

作用域

作用域决定程序的运行环境。iScheme使用嵌套作用域。

以下面的程序为例

>> (def x 1)>> 1>> (def y (begin (def x 2) (* x x)))>> 4>> x>> 1

作用域示例

利用C#提供的 Dictionary<TKey, TValue> 类型,我们可以很容易的实现 iScheme 的作用域 SScope :

iScheme的作用域实现

public class SScope {  public SScope Parent { get; private set; }  private Dictionary<String, SObject> variableTable;  public SScope(SScope parent) {    this.Parent = parent;    this.variableTable = new Dictionary<String, SObject>();  }  public SObject Find(String name) {    SScope current = this;    while (current != null) {      if (current.variableTable.ContainsKey(name)) {        return current.variableTable[name];      }      current = current.Parent;    }    throw new Exception(name + " is not defined.");  }  public SObject Define(String name, SObject value) {    this.variableTable.Add(name, value);    return value;  }}

类型实现

iScheme 的类型系统极其简单――只有数值,Bool,列表和函数,考虑到他们都是 iScheme 里面的值对象(Value Object),为了便于对它们进行统一处理,这里为它们设置一个统一的父类型 SObject :

public class SObject { }

数值类型

iScheme 的数值类型只是对 .Net 中 Int64 (即 C# 里的 long )的简单封装:

public class SNumber : SObject {  private readonly Int64 value;  public SNumber(Int64 value) {    this.value = value;  }  public override String ToString() {    return this.value.ToString();  }  public static implicit operator Int64(SNumber number) {    return number.value;  }  public static implicit operator SNumber(Int64 value) {    return new SNumber(value);  }}

注意这里使用了 C# 的隐式操作符重载,这使得我们可以:

SNumber foo = 30;SNumber bar = 40;SNumber foobar = foo * bar;

而不必:

SNumber foo = new SNumber(value: 30);SNumber bar = new SNumber(value: 40);SNumber foobar = new SNumber(value: foo.Value * bar.Value);

为了方便,这里也为 SObject 增加了隐式操作符重载(尽管 Int64 可以被转换为 SNumber 且 SNumber 继承自 SObject ,但 .Net 无法直接把 Int64 转化为 SObject ):

public class SObject {  ...  public static implicit operator SObject(Int64 value) {    return (SNumber)value;  }}

Bool类型

由于 Bool 类型只有 True 和 False,所以使用静态对象就足矣。

public class SBool : SObject {  public static readonly SBool False = new SBool();  public static readonly SBool True = new SBool();  public override String ToString() {    return ((Boolean)this).ToString();  }  public static implicit operator Boolean(SBool value) {    return value == SBool.True;  }  public static implicit operator SBool(Boolean value) {    return value ? True : False;  }}

这里同样使用了 C# 的 隐式操作符重载,这使得我们可以:

SBool foo = a > 1;if (foo) {  // Do something...}

而不用

SBool foo = a > 1 ? SBool.True: SBool.False;if (foo == SBool.True) {  // Do something...}

同样,为 SObject 增加 隐式操作符重载

public class SObject {  ...  public static implicit operator SObject(Boolean value) {    return (SBool)value;  }}

列表类型

iScheme使用.Net中的 IEnumberable<T> 实现列表类型 SList :

public class SList : SObject, IEnumerable<SObject> {  private readonly IEnumerable<SObject> values;  public SList(IEnumerable<SObject> values) {    this.values = values;  }  public override String ToString() {    return "(list " + " ".Join(this.values) + ")";  }  public IEnumerator<SObject> GetEnumerator() {    return this.values.GetEnumerator();  }  IEnumerator IEnumerable.GetEnumerator() {    return this.values.GetEnumerator();  }}

实现 IEnumerable<SObject> 后,就可以直接使用LINQ的一系列扩展方法,十分方便。

函数类型

iScheme 的函数类型( SFunction )由三部分组成:

  • 函数体:即对应的 SExpression 。
  • 参数列表。
  • 作用域:函数拥有自己的作用域

SFunction的实现

public class SFunction : SObject {  public SExpression Body { get; private set; }  public String[] Parameters { get; private set; }  public SScope Scope { get; private set; }  public Boolean IsPartial {    get {      return this.ComputeFilledParameters().Length.InBetween(1, this.Parameters.Length);    }  }  public SFunction(SExpression body, String[] parameters, SScope scope) {    this.Body = body;    this.Parameters = parameters;    this.Scope = scope;  }  public SObject Evaluate() {    String[] filledParameters = this.ComputeFilledParameters();    if (filledParameters.Length < Parameters.Length) {      return this;    } else {      return this.Body.Evaluate(this.Scope);    }  }  public override String ToString() {    return String.Format("(func ({0}) {1})",      " ".Join(this.Parameters.Select(p => {        SObject value = null;        if ((value = this.Scope.FindInTop(p)) != null) {          return p + ":" + value;        }        return p;      })), this.Body);  }  private String[] ComputeFilledParameters() {    return this.Parameters.Where(p => Scope.FindInTop(p) != null).ToArray();  }}

需要注意的几点

iScheme 支持部分求值(Partial Evaluation),这意味着:
部分求值

>> (def mul (func (a b) (* a b)))>> (func (a b) (* a b))>> (mul 3 4)>> 12>> (mul 3)>> (func (a:3 b) (* a b))>> ((mul 3) 4)>> 12

也就是说,当 SFunction 的实际参数(Argument)数量小于其形式参数(Parameter)的数量时,它依然是一个函数,无法被求值。

这个功能有什么用呢?生成高阶函数。有了部分求值,我们就可以使用

(def mul (func (a b) (* a b)))(def mul3 (mul 3))>> (mul3 3)>> 9

而不用专门定义一个生成函数:

(def times (func (n) (func (n x) (* n x)) ) )(def mul3 (times 3))>> (mul3 3)>> 9

SFunction#ToString 可以将其自身还原为源代码――从而大大简化了 iScheme 的理解和测试。
内置操作

iScheme 的内置操作有四种:算术|逻辑|比较|列表操作。

我选择了表达力(Expressiveness)强的 lambda 方法表来定义内置操作:

首先在 SScope 中添加静态字段 builtinFunctions ,以及对应的访问属性 BuiltinFunctions 和操作方法 BuildIn 。

public class SScope {  private static Dictionary<String, Func<SExpression[], SScope, SObject>> builtinFunctions =    new Dictionary<String, Func<SExpression[], SScope, SObject>>();  public static Dictionary<String, Func<SExpression[], SScope, SObject>> BuiltinFunctions {    get { return builtinFunctions; }  }  // Dirty HACK for fluent API.  public SScope BuildIn(String name, Func<SExpression[], SScope, SObject> builtinFuntion) {    SScope.builtinFunctions.Add(name, builtinFuntion);    return this;  }}

注意:

  1. Func<T1, T2, TRESULT> 是 C# 提供的委托类型,表示一个接受 T1 和 T2 ,返回 TRESULT
  2. 这里有一个小 HACK,使用实例方法(Instance Method)修改静态成员(Static Member),从而实现一套流畅的 API(参见Fluent Interface)。

接下来就可以这样定义内置操作:

new SScope(parent: null)  .BuildIn("+", addMethod)  .BuildIn("-", subMethod)  .BuildIn("*", mulMethod)  .BuildIn("/", divMethod);

一目了然。

断言(Assertion)扩展

为了便于进行断言,我对 Boolean 类型做了一点点扩展。

public static void OrThrows(this Boolean condition, String message = null) {  if (!condition) { throw new Exception(message ?? "WTF"); }}

从而可以写出流畅的断言:

(a < 3).OrThrows("Value must be less than 3.");
而不用

if (a < 3) {  throw new Exception("Value must be less than 3.");}

算术操作

iScheme 算术操作包含 + - * / % 五个操作,它们仅应用于数值类型(也就是 SNumber )。

从加减法开始:

.BuildIn("+", (args, scope) => {  var numbers = args.Select(obj => obj.Evaluate(scope)).Cast<SNumber>();  return numbers.Sum(n => n);}).BuildIn("-", (args, scope) => {  var numbers = args.Select(obj => obj.Evaluate(scope)).Cast<SNumber>().ToArray();  Int64 firstValue = numbers[0];  if (numbers.Length == 1) {    return -firstValue;  }  return firstValue - numbers.Skip(1).Sum(s => s);})

注意到这里有一段重复逻辑负责转型求值(Cast then Evaluation),考虑到接下来还有不少地方要用这个逻辑,我把这段逻辑抽象成扩展方法:

public static IEnumerable<T> Evaluate<T>(this IEnumerable<SExpression> expressions, SScope scope)where T : SObject {  return expressions.Evaluate(scope).Cast<T>();}public static IEnumerable<SObject> Evaluate(this IEnumerable<SExpression> expressions, SScope scope) {  return expressions.Select(exp => exp.Evaluate(scope));}

然后加减法就可以如此定义:

.BuildIn("+", (args, scope) => (args.Evaluate<SNumber>(scope).Sum(s => s))).BuildIn("-", (args, scope) => {  var numbers = args.Evaluate<SNumber>(scope).ToArray();  Int64 firstValue = numbers[0];  if (numbers.Length == 1) {    return -firstValue;  }  return firstValue - numbers.Skip(1).Sum(s => s);})

乘法,除法和求模定义如下:

.BuildIn("*", (args, scope) => args.Evaluate<SNumber>(scope).Aggregate((a, b) => a * b)).BuildIn("/", (args, scope) => {  var numbers = args.Evaluate<SNumber>(scope).ToArray();  Int64 firstValue = numbers[0];  return firstValue / numbers.Skip(1).Aggregate((a, b) => a * b);}).BuildIn("%", (args, scope) => {  (args.Length == 2).OrThrows("Parameters count in mod should be 2");  var numbers = args.Evaluate<SNumber>(scope).ToArray();  return numbers[0] % numbers[1];})

逻辑操作

iScheme 逻辑操作包括 and , or 和 not ,即与,或和非。

需要注意的是 iScheme 逻辑操作是 短路求值(Short-circuit evaluation),也就是说:

  • (and condA condB) ,如果 condA 为假,那么整个表达式为假,无需对 condB 求值。
  • (or condA condB) ,如果 condA 为真,那么整个表达式为真,无需对 condB 求值。

此外和 + - * / 一样, and 和 or 也可以接收任意数量的参数。

需求明确了接下来就是实现,iScheme 的逻辑操作实现如下:

.BuildIn("and", (args, scope) => {  (args.Length > 0).OrThrows();  return !args.Any(arg => !(SBool)arg.Evaluate(scope));}).BuildIn("or", (args, scope) => {  (args.Length > 0).OrThrows();  return args.Any(arg => (SBool)arg.Evaluate(scope));}).BuildIn("not", (args, scope) => {  (args.Length == 1).OrThrows();  return args[0].Evaluate(scope);})

比较操作

iScheme 的比较操作包括 = < > >= <= ,需要注意下面几点:

  • = 是比较操作而非赋值操作。
  • 同算术操作一样,它们应用于数值类型,并支持任意数量的参数。

    = 的实现如下:

.BuildIn("=", (args, scope) => {  (args.Length > 1).OrThrows("Must have more than 1 argument in relation operation.");  SNumber current = (SNumber)args[0].Evaluate(scope);  foreach (var arg in args.Skip(1)) {    SNumber next = (SNumber)arg.Evaluate(scope);    if (current == next) {      current = next;    } else {      return false;    }  }  return true;})

可以预见所有的比较操作都将使用这段逻辑,因此把这段比较逻辑抽象成一个扩展方法:

public static SBool ChainRelation(this SExpression[] expressions, SScope scope, Func<SNumber, SNumber, Boolean> relation) {  (expressions.Length > 1).OrThrows("Must have more than 1 parameter in relation operation.");  SNumber current = (SNumber)expressions[0].Evaluate(scope);  foreach (var obj in expressions.Skip(1)) {    SNumber next = (SNumber)obj.Evaluate(scope);    if (relation(current, next)) {      current = next;    } else {      return SBool.False;    }  }  return SBool.True;}

接下来就可以很方便的定义比较操作:

.BuildIn("=", (args, scope) => args.ChainRelation(scope, (s1, s2) => (Int64)s1 == (Int64)s2)).BuildIn(">", (args, scope) => args.ChainRelation(scope, (s1, s2) => s1 > s2)).BuildIn("<", (args, scope) => args.ChainRelation(scope, (s1, s2) => s1 < s2)).BuildIn(">=", (args, scope) => args.ChainRelation(scope, (s1, s2) => s1 >= s2)).BuildIn("<=", (args, scope) => args.ChainRelation(scope, (s1, s2) => s1 <= s2))

注意 = 操作的实现里面有 Int64 强制转型――因为我们没有重载 SNumber#Equals ,所以无法直接通过 == 来比较两个 SNumber 。

列表操作

iScheme 的列表操作包括 first , rest , empty? 和 append ,分别用来取列表的第一个元素,除第一个以外的部分,判断列表是否为空和拼接列表。

first 和 rest 操作如下:

.BuildIn("first", (args, scope) => {  SList list = null;  (args.Length == 1 && (list = (args[0].Evaluate(scope) as SList)) != null).OrThrows("<first> must apply to a list.");  return list.First();}).BuildIn("rest", (args, scope) => {  SList list = null;  (args.Length == 1 && (list = (args[0].Evaluate(scope) as SList)) != null).OrThrows("<rest> must apply to a list.");  return new SList(list.Skip(1));})

又发现相当的重复逻辑――判断参数是否是一个合法的列表,重复代码很邪恶,所以这里把这段逻辑抽象为扩展方法:

public static SList RetrieveSList(this SExpression[] expressions, SScope scope, String operationName) {  SList list = null;  (expressions.Length == 1 && (list = (expressions[0].Evaluate(scope) as SList)) != null)    .OrThrows("<" + operationName + "> must apply to a list");  return list;}

有了这个扩展方法,接下来的列表操作就很容易实现:

.BuildIn("first", (args, scope) => args.RetrieveSList(scope, "first").First()).BuildIn("rest", (args, scope) => new SList(args.RetrieveSList(scope, "rest").Skip(1))).BuildIn("append", (args, scope) => {  SList list0 = null, list1 = null;  (args.Length == 2    && (list0 = (args[0].Evaluate(scope) as SList)) != null    && (list1 = (args[1].Evaluate(scope) as SList)) != null).OrThrows("Input must be two lists");  return new SList(list0.Concat(list1));}).BuildIn("empty?", (args, scope) => args.RetrieveSList(scope, "empty?").Count() == 0)

测试

iScheme 的内置操作完成之后,就可以测试下初步成果了。

首先添加基于控制台的分析/求值(Parse/Evaluation)循环:

public static void KeepInterpretingInConsole(this SScope scope, Func<String, SScope, SObject> evaluate) {  while (true) {    try {      Console.ForegroundColor = ConsoleColor.Gray;      Console.Write(">> ");      String code;      if (!String.IsNullOrWhiteSpace(code = Console.ReadLine())) {        Console.ForegroundColor = ConsoleColor.Green;        Console.WriteLine(">> " + evaluate(code, scope));      }    } catch (Exception ex) {      Console.ForegroundColor = ConsoleColor.Red;      Console.WriteLine(">> " + ex.Message);    }  }}

然后在 SExpression#Evaluate 中补充调用代码:

public override SObject Evaluate(SScope scope) {  if (this.Children.Count == 0) {    Int64 number;    if (Int64.TryParse(this.Value, out number)) {      return number;    }  } else {    SExpression first = this.Children[0];    if (SScope.BuiltinFunctions.ContainsKey(first.Value)) {      var arguments = this.Children.Skip(1).Select(node => node.Evaluate(scope)).ToArray();      return SScope.BuiltinFunctions[first.Value](arguments, scope);    }  }  throw new Exception("THIS IS JUST TEMPORARY!");}

最后在 Main 中调用该解释/求值循环:

static void Main(String[] cmdArgs) {  new SScope(parent: null)    .BuildIn("+", (args, scope) => (args.Evaluate<SNumber>(scope).Sum(s => s)))    // 省略若干内置函数    .BuildIn("empty?", (args, scope) => args.RetrieveSList("empty?").Count() == 0)    .KeepInterpretingInConsole((code, scope) => code.ParseAsScheme().Evaluate(scope));}

运行程序,输入一些简单的表达式:

运行结果

看样子还不错 :-)

接下来开始实现iScheme的执行(Evaluation)逻辑。

执行逻辑

iScheme 的执行就是把语句(SExpression)在作用域(SScope)转化成对象(SObject)并对作用域(SScope)产生作用的过程,如下图所示。

编程语言的实质

iScheme的执行逻辑就在 SExpression#Evaluate 里面:

public class SExpression {  // ...  public override SObject Evaluate(SScope scope) {    // TODO: Todo your ass.  }}

首先明确输入和输出:

  1. 处理字面量(Literals): 3 ;和具名量(Named Values): x
  2. 处理 if :(if (< a 3) 3 a)
  3. 处理 def :(def pi 3.14)
  4. 处理 begin :(begin (def a 3) (* a a))
  5. 处理 func :(func (x) (* x x))
  6. 处理内置函数调用:(+ 1 2 3 (first (list 1 2)))
  7. 处理自定义函数调用:(map (func (x) (* x x)) (list 1 2 3))

此外,情况1和2中的 SExpression 没有子节点,可以直接读取其 Value 进行求值,余下的情况需要读取其 Children 进行求值。

首先处理没有子节点的情况:

处理字面量和具名量

if (this.Children.Count == 0) {  Int64 number;  if (Int64.TryParse(this.Value, out number)) {    return number;  } else {    return scope.Find(this.Value);  }}

接下来处理带有子节点的情况:

首先获得当前节点的第一个节点:

SExpression first = this.Children[0];
然后根据该节点的 Value 决定下一步操作:

处理 if

if 语句的处理方法很直接――根据判断条件(condition)的值判断执行哪条语句即可:

if (first.Value == "if") {  SBool condition = (SBool)(this.Children[1].Evaluate(scope));  return condition ? this.Children[2].Evaluate(scope) : this.Children[3].Evaluate(scope);}

处理 def

直接定义即可:

else if (first.Value == "def") {  return scope.Define(this.Children[1].Value, this.Children[2].Evaluate(new SScope(scope)));}

处理 begin

遍历语句,然后返回最后一条语句的值:

else if (first.Value == "begin") {  SObject result = null;  foreach (SExpression statement in this.Children.Skip(1)) {    result = statement.Evaluate(scope);  }  return result;}

处理 func

利用 SExpression 构建 SFunction ,然后返回:

else if (first.Value == "func") {  SExpression body = this.Children[2];  String[] parameters = this.Children[1].Children.Select(exp => exp.Value).ToArray();  SScope newScope = new SScope(scope);  return new SFunction(body, parameters, newScope);}

处理 list

首先把 list 里的元素依次求值,然后创建 SList :

else if (first.Value == "list") {  return new SList(this.Children.Skip(1).Select(exp => exp.Evaluate(scope)));}

处理内置操作

首先得到参数的表达式,然后调用对应的内置函数:

else if (SScope.BuiltinFunctions.ContainsKey(first.Value)) {  var arguments = this.Children.Skip(1).ToArray();  return SScope.BuiltinFunctions[first.Value](arguments, scope);}

处理自定义函数调用

自定义函数调用有两种情况:

  1. 非具名函数调用:((func (x) (* x x)) 3)
  2. 具名函数调用:(square 3)

调用自定义函数时应使用新的作用域,所以为 SFunction 增加 Update 方法:

public SFunction Update(SObject[] arguments) {  var existingArguments = this.Parameters.Select(p => this.Scope.FindInTop(p)).Where(obj => obj != null);  var newArguments = existingArguments.Concat(arguments).ToArray();  SScope newScope = this.Scope.Parent.SpawnScopeWith(this.Parameters, newArguments);  return new SFunction(this.Body, this.Parameters, newScope);}

为了便于创建自定义作用域,并判断函数的参数是否被赋值,为 SScope 增加 SpawnScopeWith 和 FindInTop 方法:

public SScope SpawnScopeWith(String[] names, SObject[] values) {  (names.Length >= values.Length).OrThrows("Too many arguments.");  SScope scope = new SScope(this);  for (Int32 i = 0; i < values.Length; i++) {    scope.variableTable.Add(names[i], values[i]);  }  return scope;}public SObject FindInTop(String name) {  if (variableTable.ContainsKey(name)) {    return variableTable[name];  }  return null;}

下面是函数调用的实现:

else {  SFunction function = first.Value == "(" ? (SFunction)first.Evaluate(scope) : (SFunction)scope.Find(first.Value);  var arguments = this.Children.Skip(1).Select(s => s.Evaluate(scope)).ToArray();  return function.Update(arguments).Evaluate();}

完整的求值代码

综上所述,求值代码如下

public SObject Evaluate(SScope scope) {  if (this.Children.Count == 0) {    Int64 number;    if (Int64.TryParse(this.Value, out number)) {      return number;    } else {      return scope.Find(this.Value);    }  } else {    SExpression first = this.Children[0];    if (first.Value == "if") {      SBool condition = (SBool)(this.Children[1].Evaluate(scope));      return condition ? this.Children[2].Evaluate(scope) : this.Children[3].Evaluate(scope);    } else if (first.Value == "def") {      return scope.Define(this.Children[1].Value, this.Children[2].Evaluate(new SScope(scope)));    } else if (first.Value == "begin") {      SObject result = null;      foreach (SExpression statement in this.Children.Skip(1)) {        result = statement.Evaluate(scope);      }      return result;    } else if (first.Value == "func") {      SExpression body = this.Children[2];      String[] parameters = this.Children[1].Children.Select(exp => exp.Value).ToArray();      SScope newScope = new SScope(scope);      return new SFunction(body, parameters, newScope);    } else if (first.Value == "list") {      return new SList(this.Children.Skip(1).Select(exp => exp.Evaluate(scope)));    } else if (SScope.BuiltinFunctions.ContainsKey(first.Value)) {      var arguments = this.Children.Skip(1).ToArray();      return SScope.BuiltinFunctions[first.Value](arguments, scope);    } else {      SFunction function = first.Value == "(" ? (SFunction)first.Evaluate(scope) : (SFunction)scope.Find(first.Value);      var arguments = this.Children.Skip(1).Select(s => s.Evaluate(scope)).ToArray();      return function.Update(arguments).Evaluate();    }  }}

去除尾递归

到了这里 iScheme 解释器就算完成了。但仔细观察求值过程还是有一个很大的问题,尾递归调用:

  • 处理 if 的尾递归调用。
  • 处理函数调用中的尾递归调用。

Alex Stepanov 曾在 Elements of Programming 中介绍了一种将严格尾递归调用(Strict tail-recursive call)转化为迭代的方法,细节恕不赘述,以阶乘为例:

// Recursive factorial.int fact (int n) {  if (n == 1)    return result;  return n * fact(n - 1);}// First tranform to tail recursive version.int fact (int n, int result) {  if (n == 1)    return result;  else {    result *= n;    n -= 1;    return fact(n, result);// This is a strict tail-recursive call which can be omitted  }}// Then transform to iterative version.int fact (int n, int result) {  while (true) {    if (n == 1)      return result;    else {      result *= n;      n -= 1;    }  }}

应用这种方法到 SExpression#Evaluate ,得到转换后的版本:

public SObject Evaluate(SScope scope) {  SExpression current = this;  while (true) {    if (current.Children.Count == 0) {      Int64 number;      if (Int64.TryParse(current.Value, out number)) {        return number;      } else {        return scope.Find(current.Value);      }    } else {      SExpression first = current.Children[0];      if (first.Value == "if") {        SBool condition = (SBool)(current.Children[1].Evaluate(scope));        current = condition ? current.Children[2] : current.Children[3];      } else if (first.Value == "def") {        return scope.Define(current.Children[1].Value, current.Children[2].Evaluate(new SScope(scope)));      } else if (first.Value == "begin") {        SObject result = null;        foreach (SExpression statement in current.Children.Skip(1)) {          result = statement.Evaluate(scope);        }        return result;      } else if (first.Value == "func") {        SExpression body = current.Children[2];        String[] parameters = current.Children[1].Children.Select(exp => exp.Value).ToArray();        SScope newScope = new SScope(scope);        return new SFunction(body, parameters, newScope);      } else if (first.Value == "list") {        return new SList(current.Children.Skip(1).Select(exp => exp.Evaluate(scope)));      } else if (SScope.BuiltinFunctions.ContainsKey(first.Value)) {        var arguments = current.Children.Skip(1).ToArray();        return SScope.BuiltinFunctions[first.Value](arguments, scope);      } else {        SFunction function = first.Value == "(" ? (SFunction)first.Evaluate(scope) : (SFunction)scope.Find(first.Value);        var arguments = current.Children.Skip(1).Select(s => s.Evaluate(scope)).ToArray();        SFunction newFunction = function.Update(arguments);        if (newFunction.IsPartial) {          return newFunction.Evaluate();        } else {          current = newFunction.Body;          scope = newFunction.Scope;        }      }    }  }}

一些演示

基本的运算

基本的运算

高阶函数

高阶函数

回顾

小结

除去注释(貌似没有注释-_-),iScheme 的解释器的实现代码一共 333 行――包括空行,括号等元素。

在这 300 余行代码里,实现了函数式编程语言的大部分功能:算术|逻辑|运算,嵌套作用域,顺序语句,控制语句,递归,高阶函数部分求值

与我两年之前实现的 Scheme 方言 Lucida相比,iScheme 除了没有字符串类型,其它功能和Lucida相同,而代码量只是前者的八分之一,编写时间是前者的十分之一(Lucida 用了两天,iScheme 用了一个半小时),可扩展性和易读性均秒杀前者。这说明了:

  1. 代码量不能说明问题。
  2. 不同开发者生产效率的差别会非常巨大。
  3. 这两年我还是学到了一点东西的。-_-

一些设计决策

使用扩展方法提高可读性

例如,通过定义 OrThrows

public static void OrThrows(this Boolean condition, String message = null) {  if (!condition) { throw new Exception(message ?? "WTF"); }}

写出流畅的断言:

(a < 3).OrThrows("Value must be less than 3.");

声明式编程风格

以 Main 函数为例:

static void Main(String[] cmdArgs) {  new SScope(parent: null)    .BuildIn("+", (args, scope) => (args.Evaluate<SNumber>(scope).Sum(s => s)))    // Other build    .BuildIn("empty?", (args, scope) => args.RetrieveSList("empty?").Count() == 0)    .KeepInterpretingInConsole((code, scope) => code.ParseAsIScheme().Evaluate(scope));}

非常直观,而且

  • 如果需要添加新的操作,添加写一行 BuildIn 即可。
  • 如果需要使用其它语法,替换解析函数 ParseAsIScheme 即可。
  • 如果需要从文件读取代码,替换执行函数 KeepInterpretingInConsole 即可。

不足

当然iScheme还是有很多不足:

语言特性方面:

  1. 缺乏实用类型:没有 Double 和 String 这两个关键类型,更不用说复合类型(Compound Type)。
  2. 没有IO操作,更不要说网络通信。
  3. 效率低下:尽管去除尾递归挽回了一点效率,但iScheme的执行效率依然惨不忍睹。
  4. 错误信息:错误信息基本不可读,往往出错了都不知道从哪里找起。
  5. 不支持延续调用(Call with current continuation,即call/cc)。
  6. 没有并发。
  7. 各种bug:比如可以定义文本量,无法重载默认操作,空括号被识别等等。

设计实现方面:

  1. 使用了可变(Mutable)类型。
  2. 没有任何注释(因为觉得没有必要 -_-)。
  3. 糟糕的类型系统:Lisp类语言中的数据和程序可以不分彼此,而iScheme的实现中确把数据和程序分成了 SObject 和 SExpression ,现在我依然没有找到一个融合他们的好办法。

这些就留到以后慢慢处理了 -_-(TODO YOUR ASS)

延伸阅读
书籍

  1. Compilers: Priciples, Techniques and Tools Principles: http://www.amazon.co.uk/Compilers-Principles-Techniques-V-Aho/dp/1292024348/
  2. Language Implementation Patterns: http://www.amazon.co.uk/Language-Implementation-Patterns-Domain-Specific-Programming/dp/193435645X/
  3. *The Definitive ANTLR4 Reference: http://www.amazon.co.uk/Definitive-ANTLR-4-Reference/dp/1934356999/
  4. Engineering a compiler: http://www.amazon.co.uk/Engineering-Compiler-Keith-Cooper/dp/012088478X/
  5. Flex & Bison: http://www.amazon.co.uk/flex-bison-John-Levine/dp/0596155972/
  6. *Writing Compilers and Interpreters: http://www.amazon.co.uk/Writing-Compilers-Interpreters-Software-Engineering/dp/0470177071/
  7. Elements of Programming: http://www.amazon.co.uk/Elements-Programming-Alexander-Stepanov/dp/032163537X/

注:带*号的没有中译本。

文章

大多和编译前端相关,自己没时间也没能力研究后端。-_-

为什么编译技术很重要?看看 Steve Yegge(没错,就是被王垠黑过的 Google 高级技术工程师)是怎么说的(需要翻墙)。

http://steve-yegge.blogspot.co.uk/2007/06/rich-programmer-food.html

本文重点参考的 Peter Norvig 的两篇文章:

  1. How to write a lisp interpreter in Python: http://norvig.com/lispy.html
  2. An even better lisp interpreter in Python: http://norvig.com/lispy2.html

几种简单实用的语法分析技术:

  1. LL(k) Parsing:
  2. Top Down Operator Precendence:http://javascript.crockford.com/tdop/tdop.html
  3. Precendence Climbing Parsing:http://en.wikipedia.org/wiki/Operator-precedence_parser

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表