在 C 中表示抽象语法树

Question

我正在为 C 中的简单玩具语言实现编译器。 我有一个正常工作的扫描器和解析器，以及关于 AST 的概念功能/构造的合理背景。 我的问题与在 C 中表示 AST 的具体方式有关。 我在网上的不同文本/资源中经常遇到三个 styles：

每种类型的节点一个结构。

这有一个基节点“类”（结构），它是所有子结构中的第一个字段。 基节点包含一个存储节点类型（常量、二元运算符、赋值等）的枚举。 使用一组宏访问结构的成员，每个结构一组。 它看起来像这样：

struct ast_node_base {
    enum {CONSTANT, ADD, SUB, ASSIGNMENT} class;
};

struct ast_node_constant {
    struct ast_node_base *base;
    int value;
};

struct ast_node_add {
    struct ast_node_base *base;
    struct ast_node_base *left;
    struct ast_node_base *right;
};

struct ast_node_assign {
    struct ast_node_base *base;
    struct ast_node_base *left;
    struct ast_node_base *right;
};

#define CLASS(node) ((ast_node_base*)node)->class;

#define ADD_LEFT(node) ((ast_node_add*)node)->left;
#define ADD_RIGHT(node) ((ast_node_add*)node)->right;

#define ASSIGN_LEFT(node) ((ast_node_assign*)node)->left;
#define ASSIGN_RIGHT(node) ((ast_node_assign*)node)->right;

每个节点布局一个结构。

这似乎与上面的布局基本相同，除了没有 ast_node_add 和 ast_node_assign 它将有一个 ast_node_binary 来表示两者，因为这两个结构的布局是相同的，它们仅在 base->class 的内容上有所不同. 这样做的好处似乎是一组更统一的宏（LEFT(node) 用于所有节点，每个节点都有左右而不是一对宏），但缺点似乎是 C 类型检查不会那么有用（例如，没有办法检测到应该只有 ast_node_add 的 ast_node_assign）。

一个结构体，一个联合体来保存不同类型的节点数据。

可以在这里找到比我能给出的更好的解释。 使用上一个示例中的类型，它看起来像：

struct ast_node {
  enum { CONSTANT, ADD, SUB, ASSIGNMENT } class;
  union { int                                 value;
          struct { struct ast_node* left;    
                   struct ast_node* right;  } op;
};

我倾向于最喜欢第三个选项，因为它使递归遍历更容易（因为避免了很多指针转换以支持联合），但它也没有利用 C 类型检查。 第一个选项似乎是最危险的，因为它依赖于指向被强制转换的结构的指针来访问任何节点的成员（甚至同一节点的不同成员需要不同的情况来访问（base vs. left）），但这些强制转换是类型检查所以可能没有实际意义。 对我来说，第二种选择似乎是两全其美的选择，尽管也许我错过了一些东西。

这三个方案中哪一个是最好的，为什么？ 我还没有遇到更好的第四个选择吗？ 我假设它们都不是“一刀切”的解决方案，所以如果重要的话，我正在实现的语言是静态类型的命令式语言，几乎是 C 的一小部分。

我有一个关于第三（联合）布局的具体问题。 如果我只使用 value 字段，在 value 后面是否会有空白空间以适应 op 被写入的可能性？

Answer 1

您可以使任何这些工作。

我更喜欢联合布局，因为那样所有节点都有“相同”的布局。

[你可能会发现有一个“子子列表”选项很有用，例如，任意大的动态子数组，而不是左倾或右倾列表。]

你会发现这个问题并不是让你的编译器变得困难的问题。 相反，它拥有符号表、执行各种分析、选择机器级 IR、构建代码生成器并进行代码优化。 然后你会遇到真正的用户，你会发现你真正做错了什么:-}

我会选择一个并运行它，以便您有机会解决其他问题。

Answer 2

艾拉·巴克斯特给了你一个简单而前瞻性的答案 ，特别值得注意的是你将要遇到的问题，所以我将重点关注这个问题：

有没有更好的第四种选择我尚未遇到过？

您正在使用命令式语言编写编译器，并且在设计AST中节点概念的数据结构时遇到问题。 在诸如ML，OCaml，Haskell等功能语言的世界中，F＃将使用Tagged联合在一个数据结构中保存所有不同的节点类型，这基本上就是您创建的。

我不认为OP会切换到这个问题的函数式语言，但如果其他人经常处理树，那么他们可能会发现学习函数式语言并将其用于与树相关的问题是有价值的。

Answer 3

我无法评论或编辑，但我认为您的意思是链接注释 26而不是注释 25，在句子“比我能给出的更好的解释可以在这里找到。”