Appunti di Fondamenti di informatica

CREAZIONE DI UN PROGRAMMA COMPILATO:

● 1° GEN: E’ un codice macchina (binario) direttamente eseguibile; è il linguaggio

specifico della CPU (es. ...1101100101010101010…);

● 2° GEN: E’ un codice assembler, strettamente legato all’architettura (x86, MIPS,

PowerPC…). Ad es. LDA <ind >; ADD <ind > A; STA <ind >;

β γ α

● 3° GEN: E’ un codice sorgente ad alto livello (C, Basic, Java…); è indipendente

dall’architettura (es. ).

α = β + γ

I linguaggi hanno varie caratteristiche: necessità di traduzione, complessità del traduttore,

portabilità, leggibilità, efficienza, facilità di uso, probabilità di errore.

LINGUAGGI:

● Il linguaggio macchina (1° generazione):

- usa la codifica binaria di codice operativo e operandi;

- le istruzioni sono quelle direttamente eseguibili dalla CPU;

- i programmi sono utilizzabili solo su elaboratori equipaggiati con la CPU

corrispondente al linguaggio (non portabile);

- la programmazione è difficile;

- presenta una pessima leggibilità;

- presenta facilità di errori;

- presenta alta efficienza (dipende dal programmatore).

● I linguaggi assemblativi (2° generazione):

- le istruzioni sono quelle eseguibili dalla CPU;

- presenta la rappresentazione simbolica, tramite brevi mnemonici, di codici

operativi e operandi;

- presenta il riferimento alle variabile tramite il nome;

- c’è necessità di un traduttore in linguaggio macchina (assemblatore);

- c’è la possibilità di definire ed utilizzare macroistruzioni;

- i programmi sono utilizzabili solo su elaboratori equipaggiati con la CPU

corrispondente al linguaggio (non portabili);

- la programmazione è abbastanza difficile;

- presenta una scarsa leggibilità;

- presenta un’alta efficienza (dipende dal programmatore).

Come i compilatori traducono in codice eseguibile programmi scritti in un linguaggio

scritto ad alto livello, così gli assemblatori (o traduttori) traducono programmi scritti

nel linguaggio assembly (di basso livello) proprio del processore specifico. Mentre

per i linguaggi ad alto livello ad ogni statement corrispondono più istruzioni eseguibili

da parte del microprocessore, per quelli a basso livello si ha una corrispondenza uno

a uno fra statement del file sorgente ed istruzioni eseguibili. Gli assemblatori sono

tipicamente a due passate: nella prima viene effettuata l’analisi delle istruzioni e

creata la tavola dei simboli; la seconda passata produce il codice in linguaggio

macchina per il processore. I macroassemblatori ammettono macroistruzioni,

istruzioni definite dal programmatore a cui vengono fatte corrispondere più statement

del linguaggio assembly.

● I linguaggi di alto livello (3° generazione):

- le istruzioni esprimono operazioni significative nella logica del programmatore

non coincidenti con quelle eseguite dalla CPU;

- c’è la necessità di un traduttore (compilatore o interprete);

- la traduzione trasforma un’istruzione in una sequenza di istruzioni macchina;

- c’è un’efficienza ridotta rispetto ai linguaggi assemblativi (dipende dal

compilatore), ma possibilità di ottimizzazioni;

- c’è la portabilità di un programma su tutti gli elaboratori che dispongono di un

traduttore per il linguaggio;

- presenta l’introduzione di costrutti logici;

- presenta maggiore facilità d’uso;

- presenta una buona leggibilità.

I linguaggi ad alto livello vengono classificati in procedurali, funzionali, basati sulla logica,

orientati agli oggetti.

La scelta va fatta in funzione dei parametri seguenti: adattabilità al problema; facilità di

apprendimento; facilità d’uso; comprensibilità e modificabilità dei programmi; portabilità dei

programmi; efficienza; software di supporto; esistenza di librerie.

LINGUAGGI PROCEDURALI: I linguaggi procedurali sono basati sul modello

computazionale di Von Neumann, in cui un programma è visto come una sequenza di

istruzioni tendente a modificare il contenuto della memoria. Hanno varie caratteristiche:

- sono indipendenti dalla macchina;

- è possibile l’uso di nomi simbolici per i dati;

- la sintassi è vicina al linguaggio naturale;

- sono basati su istruzioni e assegnazioni;

- permettono astrazioni sui dati: c’è la possibilità di definire tipi di dati ed operazioni sui

tipi.

- permettono astrazioni sul controllo: l’ordine di esecuzione delle istruzioni è

determinato dalle strutture di controllo (FOR, WHILE, DO, …) o da moduli (funzioni

e procedure);

- permettono l’utilizzo dei sottoprogrammi: la definizione di nuove istruzioni e

operazioni;

- presenta una buona leggibilità.

I linguaggi procedurali si dividono in 3 categorie:

- i linguaggi d’uso generale (BASIC, C, C++, JAVA, FORTRAN, PASCAL, COBOL,

PL1, …);

- i linguaggi d’uso speciale (CHILL, SIMULA, APT, AED, SQL, …);

- i linguaggi per applicazioni Web (Perl, PHP).

AMBIENTE DI PROGRAMMAZIONE: L’ambiente di programmazione è l’insieme dei

programmi che consentono la scrittura, la verifica e l’esecuzione di nuovi programmi (fasi di

sviluppo).

Sviluppo di un programma: affinché un programma scritto in un qualsiasi linguaggio di

programmazione (ad es. C, FORTRAN, Java) sia comprensibile, e quindi eseguibile, da un

calcolatore, è necessaria un’azione di traduzione dal linguaggio originario al linguaggio

macchina. Questa operazione viene normalmente svolta da speciali programmi, detti

traduttori.

COMPILATORI: Un compilatore di un linguaggio L (Pascal, C, FORTRAN, …) per una

macchina X è un programma che: preso in ingresso un programma P scritto nel linguaggio

L, e che produce in uscita un programma P’ equivalente a P scritto nel linguaggio della

macchina X. Il vantaggio è la portabilità del sorgente.

Il compilatore traduce il programma sorgente in programma oggetto. La costruzione di un

compilatore per un particolare linguaggio di programmazione è abbastanza complessa. La

complessità dipende dal linguaggio sorgente. Un programma sorgente è una stringa di

simboli. Su di esso un compilatore esegue l’analisi del programma sorgente (front-end del

compilatore) e la sintesi del programma oggetto (back-end del compilatore).

Il processo di compilazione ha varie fasi: analisi lessicale, analisi sintattica, analisi

semantica, generazione del codice intermedio (oggetto), ottimizzazione e generazione

del codice eseguibile (programma target). Durante le varie fasi viene mantenuta una

tabella dei simboli e vengono segnalati errori ed anomalie.

● L’analisi lessicale è l’attività del compilatore tesa ad aggregare i caratteri di un

programma sorgente per riconoscere e classificare le stringhe appartenenti al

vocabolario (o lessico) del linguaggio di programmazione. Funziona in questo modo:

legge un carattere alla volta finché non identifica un simbolo di una categoria

sintattica del linguaggio di programmazione.

Il ruolo dell’analizzatore lessicale è di trasformare un programma sorgente (definito

da una sorgente di caratteri) in una sequenza di token. Esso riconosce parole

chiave, identificatori, costanti, separatori ed operatori, stringhe ecc.; inoltre elimina

spazi superflui, commenti e caratteri di controllo. Ad es. x = y - 3 viene suddiviso nei

token x, =, y, -, 3. Per le variabili e le funzioni viene creata una Tavola dei Simboli.

Una Tavola dei Simboli è costituita da una serie di righe ognuna delle quali contiene

una lista di valori di attributi associati con una particolare variabile/funzione. Gli

attributi dipendono dal linguaggio di programmazione che si compila. Si possono

considerare i seguenti attributi:

1. Nome della variabile/funzione;

2. Indirizzo nel codice oggetto;

3. Tipo;

4. Numero dei parametri di una funzione/dimensione della variabile.

ecc.

● L’analisi sintattica prende in ingresso i token generati dall’analizzatore lessicale e

attraverso una grammatica esegue il controllo sintattico del programma. Il risultato di

questa fase è un albero sintattico. E’ guidata dalla definizione formale del

Linguaggio di Programmazione (grammatica). Viene riconosciuta la struttura del

programma. Viene generata una forma intermedia (albero, matrice) corrispondente

alla struttura sintattica del programma.

Un albero sintattico (parse tree) fornisce una rappresentazione che mette in

evidenza la struttura del processo di derivazione di una frase da una grammatica. E’

la struttura usata per rappresentare un programma sorgente in un compilatore. Esso

facilita la traduzione del programma sorgente in un codice eseguibile.

Gli errori di sintassi sono relativamente semplici da trovare, in quanto infrangono

delle regole ben definite per la scrittura del codice; sono segnalati in modo

automatico dagli strumenti usati per lo sviluppo di un programma (ad es. scrivere wile

invece di while, dimenticare di chiudere una parentesi, dimenticare il ; a fine

istruzione…).

● Oltre che essere lessicalmente e sintatticamente corretto, il programma deve esserlo

anche semanticamente. L’analisi semantica effettua dei controlli: verifica la

compatibilità di tipo di espressioni legate da operatori e la correttezza delle

dichiarazioni degli identificatori; queste verifiche vengono effettuate sulla forma

intermedia generata in precedenza (albero, matrice). Questi controlli possono essere

più o meno approfonditi a seconda delle caratteristiche del linguaggio. Una vera

analisi semantica permetterebbe di individuare il significato del programma, cioè il

suo scopo.

Gli errori semantici vengono tipicamente segnalati in modo automatico, una volta

che si è verificato che il programma è sintatticamente corretto. (ad es. richiamare una

funzione che non esiste, confrontare un numero intero con una stringa, assegnare un

valore ad una costante [3 = x] o assegnare un valore ad un’espressione [x + y = 3]).

● Dalla forma intermedia prodotta precedentemente (albero) si passa alla generazione

di un codice di basso livello, ma ancora indipendente dalla CPU per la quale si

vuole che il codice macchina sia generato. Questo codice può essere ottimizzato con

facilità e quindi può essere tradotto nelle istruzioni della particolare CPU. I codici

oggetto sono parti di programma contenenti sia codice macchina che informazioni

per il linker. Quest’informazione è costituita principalmente nella forma di definizioni

di simboli, che sono di due tipi:

- i simboli definiti o esportati sono simboli che rappresentano quelle funzioni

o quelle variabili