简介：这份南京航空航天大学编译原理课程设计资源，面向计算机专业学生及需要完成编译原理课设的学习者，提供一套经检验无BUG的完整实现方案。压缩包共32个文件，约961KB，包含词法分析与语法分析两大模块：源码部分有c、cpp、h文件，配套可执行exe、obj、pdb等编译产物，另有doc实验报告、ppt答辩课件及txt说明文档，覆盖从代码到文档的全流程。资源中词法部分实现字符读取、token识别与属性字管理，语法部分提供分析程序与符号表结构，便于理解编译前端各阶段的衔接逻辑。目前已有749人学习下载，适合参考其目录组织、模块划分与调试思路，快速搭建课设框架并对照完善自己的实现。

1. 南航编译原理课程设计：从词法分析到目标代码生成的完整落地路径

如果你正在南航读计算机相关专业，大概率会在大三上学期撞上编译原理课程设计。这门课不是让你背几个文法推导就完事，而是要求你从零实现一个能跑通的小型编译器，通常覆盖词法分析、语法分析、语义分析、中间代码生成和目标代码生成五个阶段。南航的课设一般给一个简化语言子集，比如类 Pascal 或类 C 的迷你语法，让你用 C++ 或 Java 写完整前端加后端。很多人第一次拿到题目觉得无从下手，其实核心就一句话：把源程序翻译成等价的汇编或四元式序列。适合已经学过编译原理理论课、但不知道如何把龙书里的算法变成可运行代码的同学。接下来我会按实际开发顺序，把每个阶段的实现要点、参数设置和常见翻车点讲清楚。

2. 词法分析与符号表：用有限自动机把字符流切成 Token

2.1 为什么先做词法分析而不是直接写语法分析

词法分析是整个编译器的入口，任务是把源程序的字符流转换成有意义的 Token 序列。南航课设通常要求支持关键字、标识符、整数常量、运算符和界符。常见做法是手写一个确定有限自动机（DFA），用状态转移表驱动。为什么不建议一上来就写语法分析？因为语法分析依赖 Token 流，如果词法阶段没有把标识符和关键字区分开，后面语法规则会写得非常混乱。我一般会先定义 Token 结构体，包含类型和值两个字段，类型用枚举表示，值用字符串或整数存储。

// token.h typedef enum { TOKEN_KEYWORD, // 关键字，如 if、while、int TOKEN_ID, // 标识符 TOKEN_NUM, // 整数常量 TOKEN_OP, // 运算符 + - * / TOKEN_DELIM, // 界符 ( ) { } ; , TOKEN_EOF // 结束符 } TokenType; typedef struct { TokenType type; char value[64]; // 存储原始字符串 int line; // 行号，用于报错 } Token;

逻辑说明：枚举类型覆盖了南航课设要求的所有 Token 类别。value 字段用字符数组而不是指针，避免动态内存管理带来的悬空指针问题。line 字段是必须的，否则语法错误时无法定位到具体行。参数说明：value 长度设为 64 足够容纳课设中出现的标识符和数字，如果要求支持长字符串可以改成动态分配。

2.2 符号表的三种实现方式与选型建议

符号表贯穿词法分析到语义分析，用来记录变量名、类型、作用域和存储位置。南航课设一般要求支持全局变量和局部变量，所以符号表需要支持作用域嵌套。常见做法有三种：线性表、二叉搜索树和哈希表。线性表实现最简单，但查找效率低，适合变量数量少于 50 个的场景。哈希表查找接近 O(1)，但需要处理冲突。我一般用哈希表加链地址法，因为课设规模不大，冲突概率低，实现起来也不复杂。

// symtab.h #define HASH_SIZE 211 typedef struct Symbol { char name[64]; char type[16]; // "int" 或 "char" int scope; // 作用域层级，0 为全局 int offset; // 相对于栈帧的偏移 struct Symbol *next; // 哈希冲突链 } Symbol; Symbol *hashTable[HASH_SIZE]; unsigned int hash(char *name) { unsigned int h = 0; while (*name) { h = h * 31 + *name++; } return h % HASH_SIZE; } void insertSymbol(char *name, char *type, int scope) { unsigned int idx = hash(name); Symbol *s = (Symbol *)malloc(sizeof(Symbol)); strcpy(s->name, name); strcpy(s->type, type); s->scope = scope; s->next = hashTable[idx]; hashTable[idx] = s; }

逻辑说明：哈希函数用经典的 h*31+字符 方式，31 是经验值，能减少冲突。insertSymbol 采用头插法，新符号插入链表头部，查找时从头部开始遍历。参数说明：HASH_SIZE 取 211 是因为它是质数，能进一步降低冲突率。scope 字段用于区分同名变量在不同作用域的情况，查找时需要从当前作用域向外逐层查找。

提示：符号表插入时不要覆盖同名符号，应该先查找当前作用域是否已存在，存在则报重复定义错误。

3. 语法分析与抽象语法树：递归下降是课设最稳的选择

3.1 递归下降分析器的代码骨架

语法分析阶段要把 Token 流转换成抽象语法树（AST）。南航课设通常要求支持表达式、赋值语句、if 语句和 while 语句。常见做法有递归下降、LL(1) 和 LR(1)。递归下降最容易手写，代码结构清晰，调试方便。LL(1) 需要构造预测分析表，LR(1) 需要构造项目集规范族，工作量更大。我一般推荐递归下降，因为课设时间有限，递归下降能快速跑通。

// parser.c Token currentToken; void nextToken() { currentToken = getNextToken(); } ASTNode *parseExpression() { ASTNode *left = parseTerm(); while (currentToken.type == TOKEN_OP && (currentToken.value[0] == '+' || currentToken.value[0] == '-')) { char op = currentToken.value[0]; nextToken(); ASTNode *right = parseTerm(); left = createBinaryNode(op, left, right); } return left; } ASTNode *parseTerm() { ASTNode *left = parseFactor(); while (currentToken.type == TOKEN_OP && (currentToken.value[0] == '*' || currentToken.value[0] == '/')) { char op = currentToken.value[0]; nextToken(); ASTNode *right = parseFactor(); left = createBinaryNode(op, left, right); } return left; }

逻辑说明：parseExpression 处理加减运算，parseTerm 处理乘除运算，这样自然实现了乘除优先级高于加减。createBinaryNode 创建一个二叉树节点，左子节点和右子节点分别指向操作数。参数说明：currentToken 是全局变量，nextToken 负责从词法分析器获取下一个 Token。注意在解析完一个表达式后要检查 currentToken 是否在预期集合中，否则报语法错误。

3.2 AST 节点设计与内存管理

AST 节点需要存储节点类型、子节点指针和附加信息（如变量名、常量值）。南航课设一般要求输出语法树或直接用于后续语义分析。我一般用联合体（union）来节省内存，因为不同节点类型携带的信息不同。

typedef enum { NODE_NUM, NODE_ID, NODE_BINOP, NODE_ASSIGN, NODE_IF, NODE_WHILE, NODE_BLOCK } NodeType; typedef struct ASTNode { NodeType type; union { int num; // NODE_NUM char name[64]; // NODE_ID struct { // NODE_BINOP char op; struct ASTNode *left, *right; } binop; struct { // NODE_ASSIGN char name[64]; struct ASTNode *expr; } assign; struct { // NODE_IF struct ASTNode *cond, *thenBranch, *elseBranch; } ifStmt; struct { // NODE_WHILE struct ASTNode *cond, *body; } whileStmt; } data; } ASTNode;

逻辑说明：union 让所有节点类型共享同一块内存，节省空间。NODE_BINOP 存储运算符和左右子节点，NODE_ASSIGN 存储变量名和右值表达式。参数说明：name 数组长度 64 与符号表保持一致。内存管理方面，建议在程序结束时统一释放 AST，避免内存泄漏。如果课设要求输出语法树，可以写一个递归打印函数，按缩进输出节点信息。

注意：递归下降分析器遇到左递归文法会死循环，必须先把文法消除左递归再写代码。比如 E -> E + T 要改成 E -> T E'，E' -> + T E' | ε。

4. 语义分析与中间代码生成：四元式是课设的通用语言

4.1 语义检查的三个核心任务

语义分析阶段要完成类型检查、作用域检查和符号表填充。南航课设通常要求检测变量未声明、重复声明和类型不匹配。类型检查可以在 AST 遍历时进行，给每个表达式节点标注类型。作用域检查依赖符号表的 scope 字段，进入新作用域时增加层级，退出时恢复。我一般用一遍 AST 遍历完成所有语义检查，同时生成中间代码。

// semantic.c void checkNode(ASTNode *node, int currentScope) { if (node == NULL) return; switch (node->type) { case NODE_ID: if (lookupSymbol(node->data.name, currentScope) == NULL) { fprintf(stderr, "Error: undeclared variable %s\n", node->data.name); } break; case NODE_ASSIGN: checkNode(node->data.assign.expr, currentScope); if (lookupSymbol(node->data.assign.name, currentScope) == NULL) { fprintf(stderr, "Error: undeclared variable %s\n", node->data.assign.name); } break; case NODE_BINOP: checkNode(node->data.binop.left, currentScope); checkNode(node->data.binop.right, currentScope); break; default: break; } }

逻辑说明：checkNode 递归遍历 AST，遇到标识符节点时查找符号表，找不到就报未声明错误。赋值语句先检查右值表达式，再检查左值变量是否声明。参数说明：currentScope 表示当前作用域层级，lookupSymbol 需要从当前层级向外逐层查找。

4.2 四元式生成规则与回填技术

中间代码用四元式表示，格式为 (op, arg1, arg2, result)。南航课设一般要求生成四元式序列，然后翻译成汇编。四元式生成可以在语义分析时同步完成。对于 if 和 while 语句，需要用到回填技术，因为条件跳转的目标地址在生成时还不确定。

// quad.c typedef struct { char op[8]; // 操作符，如 "+"、"jmp"、"jz" char arg1[32]; char arg2[32]; char result[32]; } Quadruple; Quadruple quads[1000]; int quadCount = 0; int emitQuad(char *op, char *arg1, char *arg2, char *result) { strcpy(quads[quadCount].op, op); strcpy(quads[quadCount].arg1, arg1); strcpy(quads[quadCount].arg2, arg2); strcpy(quads[quadCount].result, result); return quadCount++; } void backpatch(int *list, int len, int target) { for (int i = 0; i < len; i++) { sprintf(quads[list[i]].result, "%d", target); } }

逻辑说明：emitQuad 生成一条四元式并返回索引。backpatch 把跳转指令的目标地址回填为指定索引。参数说明：quads 数组大小 1000 足够课设规模，如果程序较大可以改成动态数组。op 字段用字符串存储，方便调试时打印。回填技术的关键是维护一个待回填列表，记录所有需要回填的四元式索引。

提示：生成四元式时，临时变量命名要统一，比如 t1、t2、t3，避免和用户变量冲突。可以在符号表里加一个临时变量计数器。

5. 目标代码生成与寄存器分配：把四元式翻译成可运行汇编

5.1 从四元式到 x86 汇编的映射规则

目标代码生成阶段把四元式翻译成汇编指令。南航课设一般要求生成 x86 汇编或 MIPS 汇编。我一般选 x86，因为可以在本地用 gcc 直接汇编链接运行。映射规则很简单：加法四元式 (+, a, b, t1) 翻译成 mov eax, a; add eax, b; mov t1, eax。跳转四元式 (jmp, -, -, L1) 翻译成 jmp L1。条件跳转 (jz, a, -, L1) 翻译成 cmp a, 0; je L1。

// codegen.c void generateAssembly() { for (int i = 0; i < quadCount; i++) { Quadruple q = quads[i]; if (strcmp(q.op, "+") == 0) { printf(" mov eax, %s\n", q.arg1); printf(" add eax, %s\n", q.arg2); printf(" mov %s, eax\n", q.result); } else if (strcmp(q.op, "-") == 0) { printf(" mov eax, %s\n", q.arg1); printf(" sub eax, %s\n", q.arg2); printf(" mov %s, eax\n", q.result); } else if (strcmp(q.op, "*") == 0) { printf(" mov eax, %s\n", q.arg1); printf(" imul eax, %s\n", q.arg2); printf(" mov %s, eax\n", q.result); } else if (strcmp(q.op, "jmp") == 0) { printf(" jmp L%s\n", q.result); } else if (strcmp(q.op, "jz") == 0) { printf(" cmp %s, 0\n", q.arg1); printf(" je L%s\n", q.result); } } }

逻辑说明：generateAssembly 遍历四元式数组，根据操作符输出对应汇编指令。加减乘用 eax 作为累加器，结果写回临时变量。跳转指令直接输出 jmp 或条件跳转。参数说明：L%s 中的 result 字段存储跳转目标索引，需要在汇编输出时加上 L 前缀避免和数字混淆。

5.2 寄存器分配的简化策略与栈帧布局

课设规模不大，不需要复杂的图着色寄存器分配。我一般用最简单的策略：所有变量都放在栈上，每次运算把操作数加载到 eax，计算完写回栈。这样虽然效率低，但正确性容易保证。栈帧布局需要计算每个变量的偏移量，通常从 ebp-4 开始，每分配一个变量偏移减 4。

// stack.c int stackOffset = 0; int allocateStack(char *name) { stackOffset -= 4; Symbol *s = lookupSymbol(name, 0); if (s != NULL) { s->offset = stackOffset; } return stackOffset; } void generatePrologue() { printf(" push ebp\n"); printf(" mov ebp, esp\n"); printf(" sub esp, %d\n", -stackOffset); } void generateEpilogue() { printf(" mov esp, ebp\n"); printf(" pop ebp\n"); printf(" ret\n"); }

逻辑说明：allocateStack 每分配一个变量就把栈偏移减 4，并记录到符号表。generatePrologue 输出函数序言，保存 ebp 并调整 esp。generateEpilogue 输出函数尾声，恢复栈指针并返回。参数说明：-stackOffset 是栈帧总大小，因为 stackOffset 是负数，取反得到正数。注意栈对齐问题，x86 要求 esp 16 字节对齐，可以在 sub esp 时向上取整到 16 的倍数。

注意：如果课设要求支持函数调用，需要额外处理参数传递和返回值。参数通常压栈传递，返回值放在 eax 中。

6. 避坑与排查：南航编译原理课设最容易翻车的五个地方

6.1 词法分析器把关键字识别成标识符

现象：源程序里的 if、while 被当成普通变量名，语法分析时报 unexpected token。原因：词法分析器先匹配标识符规则，没有优先匹配关键字。解决：在识别出标识符后，查关键字表，如果命中则把 Token 类型改成 TOKEN_KEYWORD。关键字表可以用简单的字符串数组实现。

6.2 递归下降分析器遇到左递归死循环

现象：程序运行后卡死，CPU 占用 100%。原因：文法中存在左递归，比如 E -> E + T，递归下降会无限展开。解决：消除左递归，把 E -> E + T | T 改成 E -> T E'，E' -> + T E' | ε。改写后代码里 parseExpression 先调用 parseTerm，再循环处理加减。

6.3 符号表作用域退出时没有恢复层级

现象：内层作用域声明的变量在外层也能访问，导致未声明变量检查失效。原因：进入新作用域时增加了 scope 层级，但退出时没有恢复。解决：在解析块语句时，进入块前保存当前 scope，退出块后恢复。符号表查找时从当前 scope 向外逐层查找，找到就返回。

6.4 四元式回填时目标地址错误

现象：if 语句跳转到错误位置，程序行为异常。原因：回填列表维护错误，或者回填时索引计算错误。解决：每次生成跳转指令时把索引加入待回填列表，回填时遍历列表把 result 字段改成目标四元式索引。建议在回填后打印四元式序列检查。

6.5 目标代码生成时寄存器冲突

现象：生成的汇编运行结果和预期不符，变量值被覆盖。原因：多个四元式同时使用 eax，没有保存中间结果。解决：每个四元式执行完后把 eax 写回栈，下一个四元式重新加载。如果课设要求优化，可以引入简单的寄存器分配，但正确性优先。

7. 用测试用例驱动开发：一个能跑通的最小验证流程

课设最怕写完几千行代码才发现跑不通。我一般用测试用例驱动开发，每完成一个阶段就写一个小测试验证。词法分析阶段用一段包含所有 Token 类型的源程序，检查输出的 Token 序列是否正确。语法分析阶段用简单的表达式和语句，检查 AST 结构。语义分析阶段故意写未声明变量，检查是否报错。中间代码生成阶段用赋值和加法，检查四元式序列。目标代码生成阶段把汇编代码保存成 .s 文件，用 gcc 汇编链接后运行，对比输出结果。

# 编译并运行测试 gcc -o compiler main.c lexer.c parser.c semantic.c quad.c codegen.c ./compiler test.pas > test.s gcc -m32 -o test test.s ./test echo $?

逻辑说明：先编译编译器本身，然后对测试源程序生成汇编，再用 gcc 汇编链接成可执行文件，运行后检查退出码。参数说明：-m32 表示生成 32 位代码，因为课设一般用 32 位汇编。如果环境不支持 32 位，可以改成 64 位汇编，但寄存器名称和调用约定需要调整。

我踩过最深的坑是符号表作用域没处理好，导致内层变量覆盖外层变量，调试了一整天才发现是退出块时忘了恢复 scope。后来养成习惯，每写一个阶段就打印中间结果，词法输出 Token 序列，语法输出 AST，语义输出符号表，中间代码输出四元式。这样出问题能快速定位到具体阶段。希望帮到你。

本文还有配套的精品资源，点击获取