| AVISOS - Avaliação em Época Normal |
|---|
|
Esclarecimento de dúvidas:
|
|
Requisitos para desenvolvimento, material de apoio e actualizações do enunciado (ver informação completa em Projecto de Compiladores):
|
|
Processo de avaliação (ver informação completa em Avaliação do Projecto):
|
| Material de Uso Obrigatório |
|---|
| As bibliotecas CDK e RTS de apoio ao desenvolvimento do projecto são de uso obrigatório: |
|
| A máquina virtual, fornecida para desenvolvimento do projecto, já contém todo o material de apoio. |
| Uso Obrigatório: Repositório GIT |
| Apenas se consideram para avaliação os projectos existentes no repositório GIT oficial. Apenas se considera para avaliação o ramo main.
Trabalhos não presentes no repositório no final do prazo têm classificação 0 (zero) (não são aceites outras formas de entrega). Não são admitidas justificações para atrasos em sincronizações do repositório. A indisponibilidade temporária do repositório, desde que inferior a 24 horas, não justifica atrasos na submissão de um trabalho. |
Og é uma linguagem imperativa. Este manual apresenta de forma intuitiva as características da linguagem: tipos de dados; manipulação de nomes; convenções lexicais; estrutura/sintaxe; especificação das funções; semântica das instruções; semântica das expressões; e, finalmente, alguns exemplos.
A linguagem é fracamente tipificada (são efectuadas algumas conversões implícitas). Existem 5 tipos de dados (4 deles declaráveis explicitamente), todos compatíveis com a linguagem C, e com alinhamento em memória sempre a 32 bits:
Os tipos de dados podem ser manipulados individualmente, usando-se expressões desse tipo, ou em conjuntos (tipo estruturado) correspondentes a sequências de expressões (tuplos). O uso de tuplos é limitado a algumas situações (ver abaixo).
Os tipos suportados por cada operador e a operação a realizar são indicados na definição das expressões.
Os nomes (identificadores) correspondem a variáveis e funções. Nos pontos que se seguem, usa-se o termo entidade para as designar indiscriminadamente, explicitando-se quando a descrição for válida apenas para um subconjunto.
O espaço de nomes global é único, pelo que um nome utilizado para designar uma entidade num dado contexto não pode ser utilizado para designar outras (ainda que de natureza diferente).
Os identificadores são visíveis desde a declaração até ao fim do alcance: ficheiro (globais) ou função (locais). A reutilização de identificadores em contextos inferiores encobre declarações em contextos superiores: redeclarações locais podem encobrir as globais até ao fim de uma função. Não é possível importar ou definir símbolos globais nos contextos das funções (ver símbolos globais).
Não é possível definir funções dentro de blocos.
As entidades globais (declaradas fora de qualquer função), existem durante toda a execução do programa. As variáveis locais a uma função existem apenas durante a sua execução. Os argumentos formais são válidos enquanto a função está activa.
Para cada grupo de elementos lexicais (tokens), considera-se a maior sequência de caracteres constituindo um elemento válido.
São considerados separadores e não representam nenhum elemento lexical: mudança de linha ASCII LF (0x0A, \n), recuo do carreto ASCII CR (0x0D, \r), espaço ASCII SP (0x20) e tabulação horizontal ASCII HT (0x09, \t).
Existem dois tipos de comentários, que também funcionam como elementos separadores:
Se as sequências de início fizerem parte de uma cadeia de caracteres, não iniciam um comentário (ver definição das cadeias de caracteres).
As palavras indicadas de seguida estão reservados (palavras chave), não podendo ser utilizadas como identificadores. Estas palavras têm de ser escritas exactamente como indicado:
auto int real string ptr public require sizeof input nullptr procedure break continue return if then elif else for do write writeln
O identificador og, embora não reservado, quando refere uma função, corresponde à função principal, devendo ser declarado público.
Os seguintes elementos lexicais designam tipos em declarações (ver gramática): int (inteiro), real (real), string (cadeia de caracteres), auto (tipo inferido a partir do valor inicial), ptr (ponteiros). Ver gramática.
O tipo especial auto é utilizado para indicar que o tipo da variável ou do retorno da função deve ser inferido a partir do tipo do seu valor inicial. Quando aplicado a uma função, implica que o tipo de retorno deve ser inferido a partir da expressão que é usada na instrução return (se existirem múltiplas, todas devem concordar no tipo a retornar). Este tipo pode ser usado com uma sequência de identificadores, declarando um tuplo. Os tipos dos vários campos do tuplo são inferidos das posições correspondentes do valor inicial: pode ser uma sequência de expressões ou outro tuplo. Em ambos os casos, o número de elementos deve ser o mesmo que o dos identificadores declarados (i.e., mesmo que seja usada uma variável ou o retorno de uma função como valor inicial para as variáveis declaradas, essas expressões devem ser tuplos da mesma dimensão). Tuplos com um único elemento são idênticos ao tipo que contêm.
O tipo auto pode ser utilizado para definir ponteiros genéricos (como void* em C/C++), compatíveis com todos os tipos de ponteiros. São ainda o único tipo de ponteiro convertível para um número inteiro (o valor do inteiro é o valor do endereço de memória). O nível de aninhamento é irrelevante neste caso, i.e., ptr<auto> designa o mesmo tipo que ptr<ptr<...ptr<auto>...>>.
São considerados operadores os elementos lexicais apresentados na definição das expressões.
Os seguintes elementos lexicais são delimitadores/terminadores: , (vírgula), ; (ponto e vírgula), e ( e ) (delimitadores de expressões).
São iniciados por uma letra, seguindo-se 0 (zero) ou mais letras, dígitos ou _ (sublinhado). O comprimento do nome é ilimitado e dois nomes são distintos se houver alteração de maiúscula para minúscula, ou vice-versa, de pelo menos um carácter.
São notações para valores constantes de alguns tipos da linguagem (não confundir com constantes, i.e., identificadores que designam elementos cujo valor não pode ser alterado durante a execução do programa).
Um literal inteiro é um número não negativo. Uma constante inteira pode, contudo, ser negativa: números negativos são construídos pela aplicação do operador de negação aritmética unária (-) a um literal positivo.
Literais inteiros decimais são constituídos por sequências de 1 (um) ou mais dígitos de 0 a 9.
Literais inteiros hexadecimais começam sempre com a sequência 0x, seguida de um ou mais dígitos de 0 a 9 ou de a a f (sem distinguir maiúsculas de minúsculas). As letras de a a f representam os valores de 10 a 15 respectivamente. Exemplo: 0x07.
Se não for possível representar o literal inteiro na máquina, devido a um overflow, deverá ser gerado um erro lexical.
Os literais reais positivos são expressos tal como em C (apenas é suportada a base 10).
Não existem literais negativos (números negativos resultam da aplicação da operação de negação unária).
Um literal sem . (ponto decimal) nem parte exponencial é do tipo inteiro.
Se não for possível representar o literal real na máquina, devido a um overflow, deverá ser gerado um erro lexical.
Exemplos: 3.14, 1E3 = 1000 (número inteiro representado em virgula flutuante). 12.34e-24 = 12.34 x 10-24 (notação cientifica).
As cadeias de caracteres são delimitadas por aspas (") e podem conter quaisquer caracteres, excepto ASCII NULL (0x00 \0). Nas cadeias, os delimitadores de comentários não têm significado especial. Se for escrito um literal que contenha \0, então a cadeia termina nessa posição. Exemplo: "ab\0xy" tem o mesmo significado que "ab".
É possível designar caracteres por sequências especiais (iniciadas por \), especialmente úteis quando não existe representação gráfica directa. As sequências especiais correspondem aos caracteres ASCII LF, CR e HT (\n, \r e \t, respectivamente), aspa (\"), barra (\\), ou a quaisquer outros especificados através de 1 ou 2 digitos hexadecimais (e.g. \0a ou apenas \a se o carácter seguinte não representar um dígito hexadecimal).
Elementos lexicais distintos que representem duas ou mais cadeias consecutivas são representadas na linguagem como uma única cadeia que resulta da concatenação.
Exemplos:
O único literal admissível para ponteiros é indicado pela palavra reservada nullptr, indicando o ponteiro nulo.
A gramática da linguagem está resumida abaixo. Considerou-se que os elementos em tipo fixo são literais; que os parênteses curvos agrupam elementos: [math]([/math] e [math])[/math]; que elementos alternativos são separados por uma barra vertical: [math]|[/math]; que elementos opcionais estão entre parênteses rectos: [math][[/math] e [math]][/math]; que os elementos que se repetem zero ou mais vezes estão entre [math]\langle[/math] e [math]\rangle[/math]. Alguns elementos usados na gramática também são elementos da linguagem descrita se representados em tipo fixo (e.g., parênteses).
| ficheiro | [math]\rightarrow[/math] | declaração [math]\langle[/math] declaração [math]\rangle[/math] |
|---|---|---|
| declaração | [math]\rightarrow[/math] | variável ; [math]|[/math] função [math]|[/math] procedimento |
| variável | [math]\rightarrow[/math] | [math][[/math] public [math]|[/math] require [math]][/math] tipo identificador [math][[/math] = expressão [math]][/math] |
| [math]\rightarrow[/math] | [math][[/math] public [math]][/math] auto identificadores = expressões | |
| função | [math]\rightarrow[/math] | [math][[/math] public [math]|[/math] require [math]][/math] [math]([/math] tipo [math]|[/math] auto [math])[/math] identificador ( [math][[/math] variáveis [math]][/math] ) [math][[/math] bloco [math]][/math] |
| procedimento | [math]\rightarrow[/math] | [math][[/math] public [math]|[/math] require [math]][/math] procedure identificador ( [math][[/math] variáveis [math]][/math] ) [math][[/math] bloco [math]][/math] |
| identificadores | [math]\rightarrow[/math] | identificador [math]\langle[/math] , identificador [math]\rangle[/math] |
| expressões | [math]\rightarrow[/math] | expressão [math]\langle[/math] , expressão [math]\rangle[/math] |
| variáveis | [math]\rightarrow[/math] | variável [math]\langle[/math] , variável [math]\rangle[/math] |
| tipo | [math]\rightarrow[/math] | int [math]|[/math] real [math]|[/math] string [math]|[/math] ptr< [math]([/math] tipo [math]|[/math] auto [math])[/math] > |
| bloco | [math]\rightarrow[/math] | { [math]\langle[/math] declaração [math]\rangle[/math] [math]\langle[/math] instrução [math]\rangle[/math] } |
| instrução | [math]\rightarrow[/math] | expressão ; [math]|[/math] write expressões ; [math]|[/math] writeln expressões ; |
| [math]\rightarrow[/math] | break [math]|[/math] continue [math]|[/math] return [math][[/math] expressões [math]][/math] ; | |
| [math]\rightarrow[/math] | instrução-condicional [math]|[/math] instrução-de-iteração [math]|[/math] bloco | |
| instrução-condicional | [math]\rightarrow[/math] | if expressão then instrução |
| [math]\rightarrow[/math] | if expressão then instrução [math]\langle[/math] elif expressão then instrução [math]\rangle[/math] [math][[/math] else instrução [math]][/math] | |
| instrução-de-iteração | [math]\rightarrow[/math] | for [math][[/math] variáveis [math]][/math] ; [math][[/math] expressões [math]][/math] ; [math][[/math] expressões [math]][/math] do instrução |
| [math]\rightarrow[/math] | for [math][[/math] expressões [math]][/math] ; [math][[/math] expressões [math]][/math] ; [math][[/math] expressões [math]][/math] do instrução |
Algumas definições foram omitidas da gramática: tipos de dados, identificador (ver identificadores), literal (ver literais); expressão (ver expressões).
Os left-values são posições de memória que podem ser modificadas (excepto onde proibido pelo tipo de dados). Os elementos de uma expressão que podem ser utilizados como left-values encontram-se individualmente identificados na semântica das expressões.
Um ficheiro é designado por principal se contiver a função principal (a que inicia o programa).
Uma declaração de variável indica sempre um tipo de dados e um identificador.
Exemplos:
Por omissão, os símbolos são privados a um módulo, não podendo ser importados por outros módulos.
A palavra chave public permite declarar um identificador como público, tornando-o acessível a partir de outros módulos.
A palavra chave require (opcional para funções) permite declarar num módulo entidades definidas em outros módulos. As entidades não podem ser inicializadas nestas declarações.
Exemplos:
Quando existe, é uma expressão que segue o sinal = ("igual"): inteira, real, ponteiro. Entidades reais podem ser inicializadas por expressões inteiras (conversão implícita). A expressão de inicialização deve ser um literal se a variável for global.
As cadeias de caracteres são (possivelmente) inicializadas com uma lista não nula de valores sem separadores.
Exemplos:
Uma função permite agrupar um conjunto de instruções num corpo, executado com base num conjunto de parâmetros (os argumentos formais), quando é invocada a partir de uma expressão.
As funções são sempre designadas por identificadores constantes precedidos do tipo de dados devolvido pela função. Se a função não devolver um valor, é declarada como procedimento, usando-se a palavra chave procedure para o indicar.
As funções que recebam argumentos devem indicá-los no cabeçalho. Funções sem argumentos definem um cabeçalho vazio. Não é possível aplicar os qualificadores de exportação/importação public ou require (ver símbolos globais) às declarações dos argumentos de uma função. Não é possível especificar valores iniciais (valores por omissão) para argumentos de funções. O tipo auto não pode ser usado para declarar tipos de argumentos (excepto para definição de ponteiros genéricos).
A declaração de uma função sem corpo é utilizada para tipificar um identificador exterior ou para efectuar declarações antecipadas (utilizadas para pré-declarar funções que sejam usadas antes de ser definidas, por exemplo, entre duas funções mutuamente recursivas). Caso a declaração tenha corpo, define-se uma nova função (neste caso, não pode utilizar-se a palavra chave require).
A função só pode ser invocada através de um identificador que refira uma função previamente declarada ou definida.
Se existirem argumentos, na invocação da função, o identificador é seguido de uma lista de expressões delimitadas por parênteses curvos. Esta lista é uma sequência, possivelmente vazia, de expressões separadas por vírgulas. O número e tipo de parâmetros actuais deve ser igual ao número e tipo dos parâmetros formais da função invocada. A ordem dos parâmetros actuais deverá ser a mesma dos argumentos formais da função a ser invocada.
De acordo com a convenção Cdecl, a função chamadora coloca os argumentos na pilha e é responsável pela sua remoção, após o retorno da chamada. Assim, os parâmetros actuais devem ser colocados na pilha pela ordem inversa da sua declaração (i.e., são avaliados da direita para a esquerda antes da invocação da função e o resultado passado por cópia/valor). O endereço de retorno é colocado no topo da pilha pela chamada à função.
Quando o tipo a retornar pela função a chamar não é primitivo (i.e., é um tuplo), o chamador deve reservar uma zona de memória compatível com o tipo de retorno e passá-la por ponteiro à função chamada como o seu primeiro argumento (ver abaixo).
O corpo de uma função consiste num bloco que pode ter declarações (opcionais) seguidas de instruções (opcionais). Uma função sem corpo é uma declaração e é considerada indefinida.
Não é possível aplicar as palavras chave public ou require (ver símbolos globais) dentro do corpo de uma função.
Uma instrução return causa a interrupção imediata da função, assim como o retorno dos valores indicados como argumento da instrução. Os tipos destes valores têm de concordar com o tipo declarado. Quando o tipo a retornar não é primitivo (i.e., é um tuplo), os valores são copiados para a zona de memória reservada pelo chamador e passada por ponteiro à função como o seu primeiro argumento (ver acima).
É um erro especificar um valor de retorno para procedimentos.
Qualquer sub-bloco (usado, por exemplo, numa instrução condicional ou de iteração) pode definir variáveis.
Um programa inicia-se com a invocação da função og (sem argumentos). Os argumentos com que o programa foi chamado podem ser obtidos através das seguintes funções:
O valor de retorno da função principal é devolvido ao ambiente que invocou o programa. Este valor de retorno segue as seguintes regras (sistema operativo):
Os valores superiores a 128 indicam que o programa terminou com um sinal. Em geral, para correcto funcionamento, os programas devem retornar 0 (zero) se a execução foi bem sucedida e um valor diferente de 0 (zero) em caso de erro.
A biblioteca de run-time (RTS) contém informação sobre outras funções de suporte disponíveis, incluindo chamadas ao sistema (ver também o manual da RTS).
Excepto quando indicado, as instruções são executadas em sequência.
Cada bloco tem uma zona de declarações de variáveis locais (facultativa), seguida por uma zona com instruções (possivelmente vazia). Não é possível declarar ou definir funções dentro de blocos.
A visibilidade das variáveis é limitada ao bloco em que foram declaradas. As entidades declaradas podem ser directamente utilizadas em sub-blocos ou passadas como argumentos para funções chamadas dentro do bloco. Caso os identificadores usados para definir as variáveis locais já estejam a ser utilizados para definir outras entidades ao alcance do bloco, o novo identificador passa a referir uma nova entidade definida no bloco até que ele termine (a entidade previamente definida continua a existir, mas não pode ser directamente referida pelo seu nome). Esta regra é também válida relativamente a argumentos de funções (ver corpo das funções).
Esta instrução tem comportamento idêntico ao da instrução if-else em C.
Esta instrução tem comportamento idêntico ao da instrução for em C. Na zona de declaração de variáveis, apenas pode ser usada uma declaração auto, devendo ser, nesse caso, a única.
A instrução break termina o ciclo mais interior em que a instrução se encontrar, tal como a instrução break em C. Esta instrução só pode existir dentro de um ciclo, sendo a última instrução do seu bloco.
A instrução continue reinicia o ciclo mais interior em que a instrução se encontrar, tal como a instrução continue em C. Esta instrução só pode existir dentro de um ciclo, sendo a última instrução do seu bloco.
A instrução return, se existir, é a última instrução do seu bloco. Ver comportamento na descrição do corpo de uma função.
As expressões utilizadas como instruções são avaliadas, mesmo que não produzam efeitos secundários. A notação é como indicada na gramática (expressão seguida de ;).
As palavras chave write e writeln podem ser utilizadas para apresentar valores na saída do programa. A primeira apresenta a expressão sem mudar de linha; a segunda apresenta a expressão mudando de linha. Quando existe mais de uma expressão, as várias expressões são apresentadas sem separação. Valores numéricos (inteiros ou reais) são impressos em decimal. As cadeias de caracteres são impressas na codificação nativa. Ponteiros não podem ser impressos.
Uma expressão é uma representação algébrica de uma quantidade: todas as expressões têm um tipo e devolvem um valor.
Existem expressões primitivas e expressões que resultam da avaliação de operadores.
A tabela seguinte apresenta as precedências relativas dos operadores: é a mesma para operadores na mesma linha, sendo as linhas seguintes de menor prioridade que as anteriores. A maioria dos operadores segue a semântica da linguagem C (excepto onde explicitamente indicado). Tal como em C, os valores lógicos são 0 (zero) (valor falso), e diferente de zero (valor verdadeiro).
| Tipo de Expressão | Operadores | Associatividade | Operandos | Semântica |
| primária | ( ) [ ] | não associativos | - | parênteses curvos, indexação, reserva de memória |
| unária | + - ? | não associativos | - | identidade e simétrico, indicação de posição |
| multiplicativa | * / % | da esquerda para a direita | inteiros, reais | C (% é apenas para inteiros) |
|---|---|---|---|---|
| aditiva | + - | da esquerda para a direita | inteiros, reais, ponteiros | C: se envolverem ponteiros, calculam: (i) deslocamentos, i.e., um dos operandos deve ser do tipo ponteiro e o outro do tipo inteiro; (ii) diferenças de ponteiros, i.e., apenas quando se aplica o operador - a dois ponteiros do mesmo tipo (o resultado é o número de objectos do tipo apontado entre eles). Se a memória não for contígua, o resultado é indefinido. |
| comparativa | < > <= >= | da esquerda para a direita | inteiros, reais | C |
| igualdade | == != | da esquerda para a direita | inteiros, reais, ponteiros | C |
| "não" lógico | ~ | não associativo | inteiros | C |
| "e" lógico | && | da esquerda para a direita | inteiros | C: o 2º argumento só é avaliado se o 1º não for falso. |
| "ou" lógico | || | da esquerda para a direita | inteiros | C: o 2º argumento só é avaliado se o 1º não for verdadeiro. |
| atribuição | = | da direita para a esquerda | todos os tipos (excepto tuplos) | O valor da expressão do lado direito do operador é guardado na posição indicada pelo left-value (operando esquerdo do operador). Podem ser atribuídos valores inteiros a left-values reais (conversão automática). Nos outros casos, ambos os tipos têm de concordar. |
As expressões literais e a invocação de funções foram definidas acima.
Um identificador é uma expressão se tiver sido declarado. Um identificador pode denotar uma variável.
Um identificador é o caso mais simples de um left-value, ou seja, uma entidade que pode ser utilizada no lado esquerdo (left) de uma atribuição.
A operação de leitura de um valor inteiro ou real pode ser efectuado pela expressão indicada pela palavra reservada input, que devolve o valor lido, de acordo com o tipo esperado (inteiro ou real). Caso se use como argumento dos operadores de impressão ou noutras situações que permitam várias tipos (write ou writeln), deve ser lido um inteiro.
Exemplos: a = input (leitura para a), f(input) (leitura para argumento de função), write input (leitura e impressão).
Uma expressão entre parênteses curvos tem o valor da expressão sem os parênteses e permite alterar a prioridade dos operadores. Uma expressão entre parênteses não pode ser utilizada como left-value (ver também a expressão de indexação).
A indexação de ponteiros devolve o valor de uma posição de memória indicada por um ponteiro. Consiste de uma expressão ponteiro seguida do índice entre parênteses rectos. O resultado de uma indexação de ponteiros é um left-value.
Exemplo (acesso à posição 0 da zona de memória indicada por p): p[0]
A indexação de tuplos devolve o valor de uma posição de um tuplo indicada por um número de ordem (início em 1). Consiste de um tuplo seguido de um literal inteiro que indica a posição. O resultado de uma indexação de tuplos é um left-value.
Exemplo (acesso à segunda posição do tuplo a): a@2
Os operadores identidade (+) e simétrico (-) aplicam-se a inteiros e reais. Têm o mesmo significado que em C.
A expressão reserva de memória devolve o ponteiro que aponta para a zona de memória, na pilha da função actual, contendo espaço suficiente para o número de objectos indicados pelo seu argumento inteiro.
Exemplo (reserva vector com 5 reais, apontados por p): ptr<real>p = [5]
O operador sufixo ? aplica-se a left-values, retornando o endereço (com o tipo ponteiro) correspondente.
Exemplo (indica o endereço de a): a?
O operador sizeof aplica-se a expressões, retornando a dimensão correspondente em bytes. Aplicado a um tuplo, retorna a soma das dimensões dos seus componentes.
Exemplos: sizeof(a) (dimensão de a); sizeof(1, 2) (8 bytes).
Os exemplos não são exaustivos e não ilustram todos os aspectos da linguagem. Podem obter-se outros na página da disciplina.
Definição da função factorial num ficheiro (factorial.og):
public int factorial(int n) {
if n > 1 then return n * factorial(n-1); else return 1;
}
Exemplo da utilização da função factorial num outro ficheiro (main.og):
// external builtin functions
require int argc()
require string argv(int n)
require int atoi(string s)
// external user functions
require int factorial(int n)
// the main function
public int og() {
int f = 1;
writeln "Teste para a função factorial";
if argc() == 2 then f = atoi(argv(1));
writeln f, "! = ", factorial(f);
return 0;
}
Como compilar:
og --target asm factorial.og og --target asm main.og yasm -felf32 factorial.asm yasm -felf32 main.asm ld -melf_i386 -o main factorial.o main.o -lrts
Estão disponíveis outros pacotes de testes.
Casos omissos e erros serão corrigidos em futuras versões do manual de referência.