递归下降子程序对四则运算的语法分析

cdddfq 2015-04-04 08:35:09
下面的代码是用字符串来模拟的
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define SourceMaxLength 10000

struct sourceStr{
char source[SourceMaxLength];
int pointer;
};
struct sourceStr sour;
char token;
int flag=1;
char getToken()
{
token=sour.source[sour.pointer];
sour.pointer++;
return token;
}
void getSource(FILE *fp)
{

}
void error()
{
flag=0;
printf("error;");
}
void S()
{
token=getToken();
if(token != 'p' && token!='q')
error();
else
{
if(token == 'p')
{
A();
}
else
{
B();
}
}
}
void A()
{
token=getToken();
if(token!='c'&&token!='a')
error();
else{
if(token=='c')
{
A();
token=getToken();
if(token!='d')
error();
}
else{
;
}
}
}
void B()
{
token=getToken();
if(token!='d'&&token!='b')
error();
else{
if(token=='d')
{
B();
}
}
}

int main()
{
sour.pointer=0;
strcpy(sour.source,"pccaadd");

S();
if(flag==1)
{
aprintf("success!");
}
else
{
printf("error");
}
return 0;
}
E::=TA
A::=+TA
A::=
T::=FB
B::=*FB
B::=
F::=(E)
F::=i


{(,i}
{+}
{),#}
{(,i}
{*}
{+,),#}
{(}
{i}
用c怎么写?
...全文
642 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
赵4老师 2015-04-09
  • 打赏
  • 举报
回复
引用 6 楼 zhao4zhong1 的回复:
http://www.codeproject.com/Articles/286121/Compiler-Patterns
英语也是一门计算机语言的说。
cdddfq 2015-04-08
  • 打赏
  • 举报
回复
我很喜欢编程,甚至到癫狂的程度,但对数学真的提不起兴趣,并且在现阶段数学应用与编程还没有任何交集,我认为他是在妨碍我学编程,并且数学(高等数学,概率论,线代),以牺牲学习编程的时间为代价去学习数学,真的值得吗?数学对我的程序员生涯真的有用吗?好迷茫,赵老师,只要你说一句有用,为了我写程序,我在数学上也要霸王硬上弓,
赵4老师 2015-04-07
  • 打赏
  • 举报
回复
引用 2 楼 cdddfq 的回复:
我是大一的,看不懂,赵老师,我这学期手残选了编译原理
对于学习这件事,很多时候需要有“霸王硬上弓”的精神。
赵4老师 2015-04-06
  • 打赏
  • 举报
回复
LEX+YACC FLEX+BISON
cdddfq 2015-04-06
  • 打赏
  • 举报
回复
用字符串模拟那个还能看懂,四则表达式就不知道了
cdddfq 2015-04-06
  • 打赏
  • 举报
回复
我是大一的,看不懂,赵老师,我这学期手残选了编译原理
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch框架实现深度学习模型的构建与训练。通过将历史充放电数据作为输入,Basisformer能够有效捕捉电池状态的动态变化特征,提升SOC预测精度。文中详细介绍了模型结构设计、数据预处理流程、训练策略及实验结果分析,并与传统方法进行对比,验证了该方法在复杂工况下的优越性与鲁棒性。该研究不仅展示了Basisformer在时序建模中的潜力,也为电池管理系统提供了高精度的状态估计解决方案。; 适合人群:具备一定Python编程基础和深度学习理论知识,熟悉PyTorch框架,从事电池管理系统、新能源汽车或智能预测方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于电动汽车、储能系统等领域的电池SOC高精度实时估算;②为电池健康管理(BMS)提供可靠的状态输入;③推动深度学习在时间序列预测中的实际落地,提升现有预测模型的泛化能力与稳定性; 阅读建议:建议读者结合标题为【锂电池SOC估计】【PyTorch】基于Basisformer时间序列锂离子电池SOC预测研究(python代码实现)的资源,重点研读所提供的Python代码,深入理解数据处理方式与模型网络结构的设计思路,尝试调整超参数以观察对预测性能的影响,从而全面掌握Basisformer在时序建模中的优势、适用边界及工程化实现路径。

3,881

社区成员

发帖
与我相关
我的任务
社区描述
C/C++ 其它技术问题
社区管理员
  • 其它技术问题社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧