不同的解析算法之间的运行时差异是什么？

Question

那里有许多不同的解析算法（递归下降，LL（k），LR（k），LALR，......）。 我发现很多关于不同语法的信息，不同类型的解析器都可以接受。 但它们在运行时行为方面有何不同？ 哪种算法更快，使用更少的内存或堆栈空间？

或者换句话说 - 哪种算法表现最好，假设语法可以用于任何算法？

Answer 1

LR解析器恕我直言可以是最快的。 基本上，他们使用令牌作为先行集或转换表的索引来决定下一步做什么（推送状态索引，弹出状态索引/调用缩减例程）。 转换为机器代码，这可能只是一些机器指令。 Pennello在他的论文中详细讨论了这个问题：

Thomas J. Pennello：非常快速的LR解析。 SIGPLAN编译器构建研讨会1986：145-151

LL解析器涉及递归调用，它比简单的表查找慢一点，但它们可以非常快。

GLR解析器是LR解析器的推广，因此必须比LR解析器慢。 一个关键的观察是，大多数时候GLR解析器的行为与LR解析器完全相同，并且可以使该部分基本上以与LR解析器相同的速度运行，因此它们可以相当快。

您的解析器可能会花费更多时间将输入流分解为令牌，而不是执行解析算法，因此这些差异可能并不重要。

在将语法变为可用形式方面，以下是解析技术“使其变得简单”的顺序：

• GLR（非常简单：如果你可以编写grammmar规则，你可以解析）
• LR（k）（许多语法适合，极少数解析器生成器）
• LR（1）（最常见的[YACC，Bison，Gold，...]
• LL（通常需要重大的语法重新设计以消除左递归）
• 手动编码的递归下降（简单的语法易于编码;难以处理复杂的语法，如果语法变化很大，难以维护）

Answer 2

我对LRSTAR和YACC之间的LR解析器速度进行了研究。

1989年，我将论文中定义的矩阵解析器表“优化便携式编译器的解析表”与YACC解析器表（梳状结构）进行了比较。 这些都是LR或LALR解析器表。 我发现矩阵解析器表的速度通常是梳形解析器表的两倍。 这是因为非终结转换（转到动作）的数量通常约为终端转换数量的两倍。 矩阵表具有更快的非终结转换。 但是，除了状态转换之外，解析器还有许多其他的事情，所以这可能不是瓶颈。

在2009年，我将矩阵词法分析器表与flex生成的词法分析器表以及re2c生成的直接代码词法分析器进行了比较。 我发现矩阵表的速度大约是flex生成表的两倍，几乎和re2c词法分析器一样快。 矩阵表的好处是它们可以更快地编译直接代码表并且它们更小。 最后，如果您允许矩阵表非常大（没有压缩），它们实际上可以比直接代码（re2c）表更快。 有关显示比较的图表，请参阅： LRSTAR比较页面

使用LRSTAR构建的编译器前端（没有预处理）每秒处理大约2,400,000行代码，这包括在解析和lexing时构建符号表和抽象语法树。 使用DFA构建的词法分析器每秒处理30,000,000个令牌。 使用DFA时，矩阵表驱动词法分析器还有另一个优点。 词法分析器骨架可以用汇编语言重写。 当我在1986年这样做时，词法分析器的速度是C代码版本速度的两倍。

我对LL解析器速度或递归下降解析器速度没有多少经验。 抱歉。 如果ANTLR可以生成C ++代码，那么我可以对其解析器进行速度测试。