src/edu/berkeley/sbp/Parser.java

   1 package edu.berkeley.sbp;
   2 import edu.berkeley.sbp.*;
   3 import edu.berkeley.sbp.util.*;
   4 import edu.berkeley.sbp.Sequence.Position;
   5 import java.io.*;
   6 import java.util.*;
   7
   8 /** a parser which translates streams of Tokens of type T into a Forest<R> */
   9 public abstract class Parser<Tok, Result> {
  10
  11     protected final Table<Tok> pt;
  12
  13     /** create a parser to parse the grammar with start symbol <tt>u</tt> */
  14     protected Parser(Union u, Topology<Tok> top)  { this.pt = new Table<Tok>(u, top); }
  15     protected Parser(Table<Tok> pt)               { this.pt = pt; }
  16
  17     /** implement this method to create the output forest corresponding to a lone shifted input token */
  18     public abstract Forest<Result> shiftToken(Tok t, Input.Location loc);
  19
  20     /** parse <tt>input</tt>, using the table <tt>pt</tt> to drive the parser */
  21     public Forest<Result> parse(Input<Tok> input) throws IOException, ParseFailed {
  22         GSS gss = new GSS();
  23         Input.Location loc = input.getLocation();
  24         GSS.Phase current = gss.new Phase<Tok>(null, this, null, input.next(1, 0, 0), loc, null);
  25         current.newNode(null, Forest.leaf(null, null), pt.start, true);
  26         int count = 1;
  27         for(;;) {
  28             loc = input.getLocation();
  29             current.reduce();
  30             Forest forest = current.token==null ? null : shiftToken((Tok)current.token, loc);
  31             GSS.Phase next = gss.new Phase<Tok>(current, this, current, input.next(count, gss.resets, gss.waits), loc, forest);
  32             count = next.size();
  33             if (current.isDone()) return (Forest<Result>)gss.finalResult;
  34             current = next;
  35         }
  36     }
  37
  38     // Table //////////////////////////////////////////////////////////////////////////////
  39
  40     /** an SLR(1) parse table which may contain conflicts */
  41     public static class Table<Tok> extends Walk.Cache {
  42
  43         public final Walk.Cache cache = this;
  44
  45         private void walk(Element e, HashSet<Element> hs) {
  46             if (e==null) return;
  47             if (hs.contains(e)) return;
  48             hs.add(e);
  49             if (e instanceof Atom) return;
  50             for(Sequence s : (Union)e) {
  51                 hs.add(s);
  52                 for(Position p = s.firstp(); p != null; p = p.next())
  53                     walk(p.element(), hs);
  54             }
  55         }
  56
  57         /** the start state */
  58         public final State<Tok>   start;
  59
  60         /** used to generate unique values for State.idx */
  61         private int master_state_idx = 0;
  62         HashMap<HashSet<Position>,State<Tok>>   all_states    = new HashMap<HashSet<Position>,State<Tok>>();
  63
  64         /** construct a parse table for the given grammar */
  65         public Table(Topology top) { this("s", top); }
  66         public Table(String startSymbol, Topology top) { this(new Union(startSymbol), top); }
  67         public Table(Union ux, Topology top) {
  68             Union start0 = new Union("0");
  69             start0.add(new Sequence.Singleton(ux, null, null));
  70
  71             for(Sequence s : start0) cache.eof.put(s, true);
  72             cache.eof.put(start0, true);
  73
  74             // construct the set of states
  75             HashSet<Element>                        all_elements  = new HashSet<Element>();
  76             walk(start0, all_elements);
  77             for(Element e : all_elements)
  78                 cache.ys.addAll(e, new Walk.YieldSet(e, cache).walk());
  79             HashSet<Position> hp = new HashSet<Position>();
  80             reachable(start0, hp);
  81             this.start = new State<Tok>(hp, all_states, all_elements);
  82
  83             // for each state, fill in the corresponding "row" of the parse table
  84             for(State<Tok> state : all_states.values())
  85                 for(Position p : state.hs) {
  86
  87                     // the Grammar's designated "last position" is the only accepting state
  88                     if (start0.contains(p.owner()) && p.next()==null)
  89                         state.accept = true;
  90
  91                     if (isRightNullable(p)) {
  92                         Walk.Follow wf = new Walk.Follow(top.empty(), p.owner(), all_elements, cache);
  93                         Topology follow = wf.walk(p.owner());
  94                         for(Position p2 = p; p2 != null && p2.element() != null; p2 = p2.next())
  95                             follow = follow.intersect(new Walk.Follow(top.empty(), p2.element(), all_elements, cache).walk(p2.element()));
  96                         state.reductions.put(follow, p);
  97                         if (wf.includesEof()) state.eofReductions.add(p);
  98                     }
  99
 100                     // if the element following this position is an atom, copy the corresponding
 101                     // set of rows out of the "master" goto table and into this state's shift table
 102                     if (p.element() != null && p.element() instanceof Atom)
 103                         state.shifts.addAll(state.gotoSetTerminals.subset(((Atom)p.element())));
 104                 }
 105             if (top instanceof IntegerTopology)
 106                 for(State<Tok> state : all_states.values()) {
 107                     state.oreductions = state.reductions.optimize(((IntegerTopology)top).functor());
 108                     state.oshifts = state.shifts.optimize(((IntegerTopology)top).functor());
 109                 }
 110         }
 111
 112         private boolean isRightNullable(Position p) {
 113             if (p.isLast()) return true;
 114             if (!p.element().possiblyEpsilon(this)) return false;
 115             return isRightNullable(p.next());
 116         }
 117
 118         /** a single state in the LR table and the transitions possible from it */
 119
 120         public class State<Tok> implements Comparable<State<Tok>>, IntegerMappable, Iterable<Position> {
 121
 122             public  final     int               idx    = master_state_idx++;
 123             private final     HashSet<Position> hs;
 124
 125             public transient HashMap<Element,State<Tok>>          gotoSetNonTerminals = new HashMap<Element,State<Tok>>();
 126             private transient TopologicalBag<Tok,State<Tok>>     gotoSetTerminals    = new TopologicalBag<Tok,State<Tok>>();
 127
 128             private           TopologicalBag<Tok,Position> reductions          = new TopologicalBag<Tok,Position>();
 129             private           HashSet<Position>              eofReductions       = new HashSet<Position>();
 130             private           TopologicalBag<Tok,State<Tok>>     shifts              = new TopologicalBag<Tok,State<Tok>>();
 131             private           boolean                         accept              = false;
 132
 133             private VisitableMap<Tok,State<Tok>> oshifts = null;
 134             private VisitableMap<Tok,Position> oreductions = null;
 135
 136             // Interface Methods //////////////////////////////////////////////////////////////////////////////
 137
 138             boolean             isAccepting()               { return accept; }
 139             public Iterator<Position>  iterator()                  { return hs.iterator(); }
 140
 141             boolean             canShift(Tok t)           { return oshifts.contains(t); }
 142             <B,C> void          invokeShifts(Tok t, Invokable<State<Tok>,B,C> irbc, B b, C c) {
 143                 oshifts.invoke(t, irbc, b, c);
 144             }
 145
 146             boolean             canReduce(Tok t)          { return t==null ? eofReductions.size()>0 : oreductions.contains(t); }
 147             <B,C> void          invokeReductions(Tok t, Invokable<Position,B,C> irbc, B b, C c) {
 148                 if (t==null) for(Position r : eofReductions) irbc.invoke(r, b, c);
 149                 else         oreductions.invoke(t, irbc, b, c);
 150             }
 151
 152             // Constructor //////////////////////////////////////////////////////////////////////////////
 153
 154             /**
 155              *  create a new state consisting of all the <tt>Position</tt>s in <tt>hs</tt>
 156              *  @param hs           the set of <tt>Position</tt>s comprising this <tt>State</tt>
 157              *  @param all_states   the set of states already constructed (to avoid recreating states)
 158              *  @param all_elements the set of all elements (Atom instances need not be included)
 159              *
 160              *   In principle these two steps could be merged, but they
 161              *   are written separately to highlight these two facts:
 162              * <ul>
 163              * <li> Non-atom elements either match all-or-nothing, and do not overlap
 164              *      with each other (at least not in the sense of which element corresponds
 165              *      to the last reduction performed).  Therefore, in order to make sure we
 166              *      wind up with the smallest number of states and shifts, we wait until
 167              *      we've figured out all the token-to-position multimappings before creating
 168              *      any new states
 169              *
 170              * <li> In order to be able to run the state-construction algorithm in a single
 171              *      shot (rather than repeating until no new items appear in any state set),
 172              *      we need to use the "yields" semantics rather than the "produces" semantics
 173              *      for non-Atom Elements.
 174              *  </ul>
 175              */
 176             public State(HashSet<Position> hs,
 177                          HashMap<HashSet<Position>,State<Tok>> all_states,
 178                          HashSet<Element> all_elements) {
 179                 this.hs = hs;
 180
 181                 // register ourselves in the all_states hash so that no
 182                 // two states are ever created with an identical position set
 183                 all_states.put(hs, this);
 184
 185                 // Step 1a: examine all Position's in this state and compute the mappings from
 186                 //          sets of follow tokens (tokens which could follow this position) to sets
 187                 //          of _new_ positions (positions after shifting).  These mappings are
 188                 //          collectively known as the _closure_
 189
 190                 TopologicalBag<Tok,Position> bag0 = new TopologicalBag<Tok,Position>();
 191                 for(Position position : hs) {
 192                     if (position.isLast() || !(position.element() instanceof Atom)) continue;
 193                     Atom a = (Atom)position.element();
 194                     HashSet<Position> hp = new HashSet<Position>();
 195                     reachable(position.next(), hp);
 196                     bag0.addAll(a, hp);
 197                 }
 198
 199                 // Step 1b: for each _minimal, contiguous_ set of characters having an identical next-position
 200                 //          set, add that character set to the goto table (with the State corresponding to the
 201                 //          computed next-position set).
 202
 203                 for(Topology<Tok> r : bag0) {
 204                     HashSet<Position> h = new HashSet<Position>();
 205                     for(Position p : bag0.getAll(r)) h.add(p);
 206                     gotoSetTerminals.put(r, all_states.get(h) == null ? new State<Tok>(h, all_states, all_elements) : all_states.get(h));
 207                 }
 208
 209                 // Step 2: for every non-Atom element (ie every Element which has a corresponding reduction),
 210                 //         compute the closure over every position in this set which is followed by a symbol
 211                 //         which could yield the Element in question.
 212                 //
 213                 //         "yields" [in one or more step] is used instead of "produces" [in exactly one step]
 214                 //         to avoid having to iteratively construct our set of States as shown in most
 215                 //         expositions of the algorithm (ie "keep doing XYZ until things stop changing").
 216                 HashMapBag<Element,Position> move = new HashMapBag<Element,Position>();
 217                 for(Position p : hs) {
 218                     Element e = p.element();
 219                     if (e==null) continue;
 220                     for(Element y : cache.ys.getAll(e)) {
 221                         HashSet<Position> hp = new HashSet<Position>();
 222                         reachable(p.next(), hp);
 223                         move.addAll(y, hp);
 224                     }
 225                 }
 226                 for(Element y : move) {
 227                     HashSet<Position> h = move.getAll(y);
 228                     State<Tok> s = all_states.get(h) == null ? new State<Tok>(h, all_states, all_elements) : all_states.get(h);
 229                     gotoSetNonTerminals.put(y, s);
 230                 }
 231             }
 232
 233             public String toString() {
 234                 StringBuffer ret = new StringBuffer();
 235                 ret.append("state["+idx+"]: ");
 236                 for(Position p : this) ret.append("{"+p+"}  ");
 237                 return ret.toString();
 238             }
 239
 240             public int compareTo(State<Tok> s) { return idx==s.idx ? 0 : idx < s.idx ? -1 : 1; }
 241             public int toInt() { return idx; }
 242         }
 243     }
 244
 245     // Helpers //////////////////////////////////////////////////////////////////////////////
 246
 247     private static void reachable(Element e, HashSet<Position> h) {
 248         if (e instanceof Atom) return;
 249         for(Sequence s : ((Union)e))
 250             reachable(s.firstp(), h);
 251     }
 252     private static void reachable(Position p, HashSet<Position> h) {
 253         if (h.contains(p)) return;
 254         h.add(p);
 255         if (p.element() != null) reachable(p.element(), h);
 256     }
 257
 258 }