Bài giảng Chương trình dịch - Bài 1: Tổng quan về môn học - Trương Xuân Nam

CHƯƠNG TRÌNH DỊCH
Bài 1: Tổng quan về môn học
Nội dung
1. Giới thiệu
2. Khái niệm “chương trình dịch”
3. Một chương trình dịch điển hình
4. Một hệ thống dịch
5. Ứng dụng chương trình dịch
6. Đối tượng nghiên cứu của môn học này
7. Mục tiêu của môn học
8. Thảo luận
TRƯƠNG XUÂN NAM 2
Giới thiệu
Phần 1
TRƯƠNG XUÂN NAM 3
Môn học “chương trình dịch”
 Tên môn: chương trình dịch (compiler)
 Số tín chỉ: 4 (3 lý thuyết + 1 bài tập)
 Nội dung chính:
 Tổng quan về môn học
 Các khái niệm cơ sở
 Phân tích từ vựng
 Phân tích cú pháp
 Các vấn đề khác
 Giảng viên: Trương Xuân Nam, khoa CNTT
 Email: truongxuannam@gmail.com
TRƯƠNG XUÂN NAM 4
Tài liệu môn học
 Giáo trình chính: “Compilers: 
Principles, Techniques and 
Tools, 2nd edition”
 Tài liệu tham khảo: “Nhập môn 
chương trình dịch” – Phạm 
Hồng Nguyên, ĐH Công nghệ
 Bài giảng, bài tập, mã nguồn, 
điểm số, thông báo, sẽ được 
đưa lên site  
mục BÀI GIẢNG
TRƯƠNG XUÂN NAM 5
Kiến thức yêu cầu
 Sử dụng được một ngôn ngữ lập trình phổ thông 
(C/C++, C#, Java,) để viết chương trình
 Hiểu biết về tổ chức của máy tính:
 Hoạt động của CPU (lệnh máy, cờ, thanh ghi, ô nhớ,)
 Cách làm việc của stack (trong máy tính)
 Ngôn ngữ assembly
 Lý thuyết tính toán: automat, biểu thức chính quy, 
văn phạm phi ngữ cảnh, phân loại chomsky,
 Cấu trúc dữ liệu: mảng, ngăn xếp, cây, danh sách,
 Thuật toán: tìm kiếm, sắp xếp, từ điển, duyệt cây,
TRƯƠNG XUÂN NAM 6
Đánh giá kết quả
 Điểm môn học = ĐQT x 30% + ĐTCK x 70%
 Điểm quá trình:
 Điểm danh
 Bài làm trên lớp
 Bài tập (nộp qua email)
 Điểm thi cuối kỳ:
 Thi viết, 90 phút
 Chỉ bài tập, không lý thuyết
 Được sử dụng tài liệu tham khảo
 Chi thi những gì học, không có giới hạn nội dung thi
TRƯƠNG XUÂN NAM 7
Tại sao phải học môn này?
 Để có kiến thức về chương trình dịch
 Để có hiểu biết về cách thức hoạt động của các hệ 
thống dịch và khai thác tốt hơn các hệ thống đó
 Để có nâng cao kĩ năng viết chương trình
 Để có hiểu biết về điểm mạnh, điểm yếu của các 
ngôn ngữ lập trình, có lựa chọn ngôn ngữ lập trình 
phù hợp với công việc của bạn
 Có thêm lựa chọn cho đề tài làm tốt nghiệp
 Có điểm môn học và được ra trường
TRƯƠNG XUÂN NAM 8
Khái niệm “chương trình dịch”
Phần 2
TRƯƠNG XUÂN NAM 9
Khái niệm “chương trình dịch”
Tổng quát nhất: chương trình dịch là hệ thống chuyển 
đổi đoạn văn viết trong ngôn ngữ A sang đoạn văn 
tương đương viết trong ngôn ngữ B
TRƯƠNG XUÂN NAM 10
Input OutputSoftware
Source 
String
Destination 
String
Compiler
Grammar CompilerCompiler-Compiler
Khái niệm “chương trình dịch”
 Định nghĩa như vậy quá tổng quát, bài toán dịch 
ngôn ngữ một cách tổng quát chưa có lời giải đủ tốt
 Người ta cố gắng giải quyết các bài toán cụ thể hơn 
và có ứng dụng thực tế hơn, chẳng hạn:
 Dịch một ngôn ngữ lập trình thành mã máy
 Dịch một ngôn ngữ lập trình bậc cao thành ngôn ngữ 
bậc thấp hơn
 Chuyển đổi đoạn mã giữa các ngôn ngữ lập trình
 Kiểm tra chính tả, ngữ pháp của các đoạn văn
 Mô tả hình ảnh (dịch từ hình ảnh thành văn bản)
TRƯƠNG XUÂN NAM 11
Biên dịch ngôn ngữ lập trình
 Trong các bài toán trên, “dịch từ ngôn ngữ lập 
trình thành mã máy” là bài toán quan trọng, đóng 
góp rất lớn vào sự phát triển của ngành máy tính
 Lập trình viên không thể viết chương trình lớn với mã 
máy vì quá phức tạp, dễ gây lỗi, nhàm chán
 Ban đầu chỉ là bộ dịch đơn giản từ ngôn ngữ cấp thấp 
(assembly) thành mã máy
 Tăng năng suất của lập trình viên (một dòng mã cấp cao 
tương đương với vài nghìn dòng mã máy)
 Đây cũng là bài toán nghiên cứu chính của môn học
TRƯƠNG XUÂN NAM 12
Đặc trưng của chương trình dịch
 Tính toàn vẹn: kết quả ở ngôn ngữ đích phải hoàn 
toàn tương đương với đầu vào viết ở ngôn ngữ 
nguồn.
 Thành ngữ Italia: “traduttore, traditore” (“dịch thuật là 
sự phản bội”)
 Tính trong suốt:
 Chương trình phải chia thành các bước độc lập
 Phải rõ ràng về kết quả sau từ bước thực hiện
 Có thể thực hiện việc hiệu chỉnh, sửa lỗi và tối ưu sau 
mỗi bước
TRƯƠNG XUÂN NAM 13
Đặc trưng của chương trình dịch
 Tính hiệu quả: chương trình dịch sử dụng không 
quá nhiều bộ nhớ và công suất tính toán, kết quả ở 
ngôn ngữ đích là đủ tốt.
 Tính chịu lỗi: chương trình có thể chấp nhận một 
số lỗi của đầu vào và đưa ra các gợi ý xử lý phù 
hợp. Chương trình dừng ở ngay lỗi đầu tiên không 
thể coi là tốt.
Câu hỏi: Chương trình dịch nên có thêm những đặc 
trưng nào khác?
TRƯƠNG XUÂN NAM 14
Phân loại chương trình dịch
 Phân loại cổ điển:
 Trình biên dịch (compiler): nhận toàn bộ nguồn rồi dịch 
sang đích một lượt
 Trình thông dịch (interpreter): nhận mã nguồn từng 
phần, nhận được phần nào dịch (và thực thi) phần đó
 Nhận xét:
 Compiler hoạt động giống như dịch giả
 Interpreter hoạt động giống như người phiên dịch (các 
cuộc giao tiếp)
 Hiện nay: ranh giới giữa compiler và interpreter 
ngày càng mờ dần
TRƯƠNG XUÂN NAM 15
Phân loại chương trình dịch
 Ngay cả biên dịch cũng được chia thành 2 loại:
 Tĩnh (statically): mã sinh ra chạy trực tiếp ngay
 Động (dynamically): mã sinh ra cần thao tác tái định vị 
rồi mới có thể chạy được
 Một số ngôn ngữ lập trình kết hợp cả compiler và 
interpreter, chẳng hạn như java
 Mã java được biên dịch thành mã bytecode
 Máy ảo chạy mã bytecode ở dạng thông dịch
 Một số sử dụng compiler và just-in-time compiler
 Mã C# được biên dịch thành mã IL
 Mã IL được biên dịch thành mã máy trong lần chạy đầu
TRƯƠNG XUÂN NAM 16
Một chương trình dịch điển 
hình
Phần 3
TRƯƠNG XUÂN NAM 17
Một chương trình dịch điển hình
TRƯƠNG XUÂN NAM 18
Phân tích từ vựng
Phân tích cú pháp
Phân tích ngữ nghĩa
Sinh mã trung gian
Tối ưu mã trung gian
Sinh mã đích
Mã nguồn
Mã đích
Bộ quản lý 
kí hiệu
Phân tích
Tổng hợp
Pha 1: phân tích từ vựng
 Phân tích từ vựng (lexical analysis hay scanner) có 
nhiệm vụ chính sau đây
 Đọc dữ liệu đầu vào, loại bỏ các khối văn bản không cần 
thiết (dấu cách, dấu tab, các ghi chú,)
 Chia khối văn bản còn lại thành các từ vựng đồng thời 
xác định từ loại cho các từ vựng đó
• Các từ khóa của ngôn ngữ: for, if, switch,
• Tên riêng: “i”, “j”, “myList”,
• Các hằng số: 17, 3.14, “%s”, “\n”,
• Các kí hiệu: “(“, “)”, “;”, “+”,
 Các từ vựng thường được định nghĩa bởi từ điển 
(danh sách các từ khóa) và các biểu thức chính quy
TRƯƠNG XUÂN NAM 19
Pha 1: phân tích từ vựng
 Ví dụ về hoạt động của bộ phân tích từ vựng
 Đầu vào: if (a >= b) max = a;
 Kết quả:
1. “if” – từ khóa
2. “(” – kí hiệu (mở ngoặc)
3. “a” – tên riêng
4. “>=” – kí hiệu (lớn hơn hoặc bằng)*
5. “b” – tên riêng
6. “)” – kí hiệu (đóng ngoặc)
7. “max” – tên riêng
8. “=” – kí hiệu (bằng)
9. “a” – tên riêng
10. “;” – kí hiệu (chấm phẩy)
TRƯƠNG XUÂN NAM 20
Pha 2: phân tích cú pháp
 Phân tích cú pháp (syntax analysis hay parser) có 
nhiệm vụ chính là sinh cây phân tích (hay cây cú 
pháp – syntax tree) cho dãy từ vựng
 Các luật cú pháp thường được thể hiện ở dạng các 
luật phi ngữ cảnh (hoặc mở rộng)
 Có rất nhiều phương pháp xây dựng một parser:
 Sử dụng các kĩ thuật duyệt (top-down hoặc bottom-up)
 Sử dụng kĩ thuật bảng phương án (automat đẩy xuống)
 Thực tế: ngay cả với một ngôn ngữ có cú pháp đơn 
giản, xây dựng một parser hiệu quả cho ngôn ngữ 
đó cũng là vấn đề khó
TRƯƠNG XUÂN NAM 21
Pha 2: phân tích cú pháp
 Ví dụ về hoạt động của bộ phân tích từ vựng
 Đầu vào: if (a >= b) max = a;
 Kết quả*:
TRƯƠNG XUÂN NAM 22
if ( a >= b ) max = a ;
exp exp
exp exp
ifexp cmd
cmd
Pha 3: phân tích ngữ nghĩa
 Phân tích ngữ nghĩa (semantic analysis) sẽ dựa trên 
cây phân tích để thực hiện 2 việc chính:
 Kiểm tra xem chương trình nguồn có các lỗi về ngữ 
nghĩa hay không
 Tổng hợp các thông tin phục vụ cho giai đoạn sinh mã
 Một vài tình huống về ngữ nghĩa:
 Không tương thích kiểu (gán chuỗi vào số)
 Không chuyển kiểu được
 Tổng hợp thông tin để sinh mã:
 Quyết định về kiểu của hằng số, biểu thức
 Tính toán trực tiếp các giá trị tĩnh
TRƯƠNG XUÂN NAM 23
Pha 4: sinh mã trung gian
 Thông thường các trình dịch sử dụng loại mã 3 địa 
chỉ (TAC – three-address code) hoặc mã SSA (static 
single assignment) làm mã trung gian
 Các loại mã này giúp cho việc tối ưu hóa dễ dàng 
hơn (thực hiện ở pha sau)
 Ngoài ra bước này còn phân tích hoạt động của 
chương trình (control flow analysis) để cảnh báo 
một số rủi ro trong mã nguồn, chẳng hạn:
 Biến sử dụng nhưng chưa khởi tạo
 Đoạn mã vô dụng (không bao giờ chạy tới)
TRƯƠNG XUÂN NAM 24
Pha 4: sinh mã trung gian
// Mã nguồn
for (i = 0; i < 10; ++i) b[i] = i*i;
// Mã trung gian dạng TAC
t1 := 0 ; initialize i
L1: if t1 >= 10 goto L2 ; conditional jump
t2 := t1 * t1 ; square of i
t3 := t1 * 4 ; word-align address
t4 := b + t3 ; address to store i*i
*t4 := t2 ; store through pointer
t1 := t1 + 1 ; increase i
goto L1 ; repeat loop
L2:
TRƯƠNG XUÂN NAM 25
Pha 5: tối ưu mã trung gian
 Tối ưu (optimization) mã trung gian tạo ra mã có 
tốc độ chạy nhanh hơn
 Không phải mã ngắn hơn thì chạy nhanh hơn
 Nhiều trình dịch cho phép lựa chọn chiến lược tối 
ưu mã thích hợp với mục đích sử dụng
 Một số kĩ thuật tối ưu kinh điển:
 Loại bỏ đoạn mã dư thừa
 Tận dụng lại kết quả tính toán đã có
 Sử dụng thanh ghi thay vì bộ nhớ
 Tách đoạn mã thành nhiều đoạn con chạy song song
TRƯƠNG XUÂN NAM 26
Pha 5: tối ưu mã trung gian
 Nhiều kĩ thuật phụ thuộc vào kiểu của bộ xử lý
 Máy tính có nhiều CPU
 Máy tính có siêu phân luồng
 Máy tính có bộ tiên đoán rẽ nhánh
 Ví dụ về tối ưu mã trung gian
 Đoạn mã: a = b;
c = a + 10;
 Được thay bằng: a = b;
c = b + 10;
 Lý do: 2 lệnh trên có thể chạy song song trên máy nhiều 
CPU nên tốt hơn
TRƯƠNG XUÂN NAM 27
Pha 6: sinh mã đích
 Sinh mã đích (code generation) tạo ra mã đích 
(thường là dạng mã máy hoặc mã assembly) từ các 
mã TAC hoặc SSA đã được tối ưu
 Đây là bước tương đối đơn giản (so với các bước 
khác), việc chuyển đổi từ mã TAC hoặc SSA sang 
các mã máy hoặc mã trung gian thường sử dụng các 
luật chuyển đổi đơn giản dạng nếu-thì
 Ngoài ra bước này có thể bổ sung một số thông tin 
trong trường hợp mã đích là loại tái định vị
TRƯƠNG XUÂN NAM 28
Phân tích và Tổng hợp
 6 bước biên dịch có thể chia thành 2 giai đoạn:
 Kỳ đầu (front-end), còn gọi là giai đoạn phân tích:
• Gồm 3 bước đầu tiên
• Giúp biến đổi từ ngôn ngữ nguồn sang một mô hình trung gian
• Không phụ thuộc vào ngôn ngữ đích
 Kỳ sau (back-end), còn gọi là giai đoạn tổng hợp:
• Gồm 3 bước sau cùng
• Giúp chuyển đổi từ mô hình trung gian sang ngôn ngữ đích
• Không phụ thuộc vào ngôn ngữ nguồn
 Thực tế thì có nhiều ứng dụng chỉ sử dụng một vài 
phần của trình biên dịch; chẳng hạn như ứng dụng 
kiểm lỗi ngữ pháp trong các trình soạn thảo văn bản
TRƯƠNG XUÂN NAM 29
Một hệ thống dịch
Phần 4
TRƯƠNG XUÂN NAM 30
Một hệ thống dịch
 Chương trình dịch hiệu quả phải kèm với nó nhiều 
công cụ hỗ trợ, những công cụ này cùng với chương 
trình dịch tạo thành một hệ thống dịch hoàn chỉnh
 Các IDE (môi trường phát triển tích hợp) của các ngôn 
ngữ lập trình, ngoài trình biên dịch thì còn nhiều công 
cụ khác như: bộ tiền xử lý mã nguồn, công cụ soạn thảo 
mã nguồn, công cụ hỗ trợ viết mã, công cụ trợ giúp, 
công cụ gỡ rối, công cụ phân tích mã,
 Các công cụ dịch tự động ngôn ngữ tự nhiên, ngoài 
module dịch tự động còn có các công cụ khác: bộ nhập 
liệu, từ điển, bộ nhận dạng, bộ tổng hợp tiếng nói,
TRƯƠNG XUÂN NAM 31
Một hệ thống dịch
 Do việc nghiên cứu về chương trình dịch đã rất sâu 
sắc, nên nhiều thành phần của chương trình dịch đã 
được chuẩn hóa và có thể tách ra đứng độc lập
 Bộ công cụ Lex/Flex: sinh tự động các scanner
 Bộ công cụ Yacc/Bison: sinh tự động các parser
 Nhưng module độc lập này có thể có những ứng 
dụng riêng và có thể thay thế lẫn nhau
 Hệ thống eclipse: có thể hỗ trợ nhiều ngôn ngữ lập trình 
bằng cách thêm các module mới
 Bộ dịch Intel C++ có thể giúp dịch mã C++ tối ưu hơn 
nếu dùng chip Intel
TRƯƠNG XUÂN NAM 32
Ứng dụng chương trình dịch
Phần 5
TRƯƠNG XUÂN NAM 33
Ứng dụng chương trình dịch
 Từ ứng dụng ban đầu là chương trình dịch cho ngôn 
ngữ lập trình, nhiều kĩ thuật đã được áp dụng vào 
các nhiều ngành khác
 Bộ kiểm tra chính tả
 Dùng cho các ngôn ngữ tự nhiên (trong các phần mềm 
soạn thảo văn bản)
 Trợ giúp việc soạn thảo (intellisense, word suggestion)
 Bộ kiểm tra ngữ pháp
 Kiểm tra lỗi nhanh khi viết ngôn ngữ lập trình
 Soát lỗi khi viết tài liệu bằng ngôn ngữ tự nhiên
TRƯƠNG XUÂN NAM 34
Ứng dụng chương trình dịch
 Sinh các bộ nhận dạng mã độc / virus:
 Mỗi mã độc / virus được nhận dạng bởi một mẫu 
(pattern) hoặc một automat
 Kết hợp nhiều automat làm một để tăng tốc độ của việc 
nhận dạng (thay vì phải chạy một automat cho mỗi 
virus, ta chạy một automat phát hiện đồng thời nhiều 
virus)
 Các công cụ về ngôn ngữ:
 Bộ tìm kiếm văn bản hiệu quả
 Bộ phát hiện ngôn ngữ
 Bộ diễn dịch các giao thức
TRƯƠNG XUÂN NAM 35
Đối tượng nghiên cứu của môn 
học này
Phần 6
TRƯƠNG XUÂN NAM 36
Bài toán “Dịch”
 Như tìm hiểu ở các phần trên, chúng ta có thể thấy:
 Chương trình dịch có rất nhiều biến thể: biên dịch, thông 
dịch, kiểm tra ngữ pháp, kiểm tra lỗi chính tả,
 Chương trình dịch rất phong phú ở đầu vào và đầu ra: 
dịch từ ngôn ngữ tự nhiên sang ngôn ngữ tự nhiên, dịch 
ngôn ngữ lập trình sang mã máy, dịch từ biểu thức chính 
quy thành automat,
 Để tránh vấn đề quá lan man, cần thu gọn đối tượng 
nghiên cứu của môn học bằng cách hạn chế chúng 
lại, ta phát biểu bài toán “Dịch” như sau: “nghiên 
cứu các bước hoạt động của hệ thống biên dịch 
một ngôn ngữ lập trình đơn giản thành mã máy”
TRƯƠNG XUÂN NAM 37
Mục tiêu của môn học
Phần 7
TRƯƠNG XUÂN NAM 38
Mục tiêu của môn học
 Mục tiêu về kiến thức:
 Nắm được khái niệm chương trình dịch
 Nắm được cách thức hoạt động của hệ thống dịch
 Nắm được các phương pháp phân tích từ vựng đơn giản
 Nắm được một số phương pháp phân tích văn phạm
 Hiểu được các vấn đề về ngữ nghĩa, sinh mã, tối ưu,
 Ứng dụng thực tế:
 Áp dụng vào các lĩnh vực khác: giao thức trao đổi thông 
tin, các công cụ xử lý văn bản, xử lý ngôn ngữ tự nhiên
 Nghiên cứu các vấn đề xa hơn trong chương trình dịch
 Nghiên cứu các ứng dụng mới của hệ thống dịch
TRƯƠNG XUÂN NAM 39
Thảo luận
Phần 8
TRƯƠNG XUÂN NAM 40
Thảo luận
1. Hãy chỉ ra các bước hoạt động của trình dịch hợp ngữ 
(assembler) tương ứng với 6 pha của một compiler 
được mô tả ở trên
2. Một dịch giả dịch một bài thơ từ tiếng Anh sang tiếng 
Việt, theo bạn, dịch giả đó sẽ thực hiện những pha nào 
trong 6 pha của một complier? Hãy mô tả quá trình 
thực hiện và kết quả các bước đó
3. Một nhân chứng mô tả lại hình ảnh của đối tượng 
trong một vụ án cho cảnh sát, thì nhân chứng đó thực 
hiện những pha nào trong 6 pha trên?
TRƯƠNG XUÂN NAM 41
Thảo luận
4. Các ưu điểm và nhược điểm của việc biên dịch so với 
việc thông dịch
5. Sự giống nhau và khác nhau giữa bài toán “dịch ngôn 
ngữ lập trình thành mã máy” và “dịch từ tiếng Anh 
sang tiếng Việt”
6. Sự giống nhau và khác nhau giữa một chương trình 
dịch và một người biên dịch
7. Kể tên một chương trình không phải chương trình dịch 
nhưng lại hoạt động như chương trình dịch
8. Việc diễn giải hành vi của động vật có phải là dịch?
TRƯƠNG XUÂN NAM 42