Nano Hash - криптовалюты, майнинг, программирование

Разбор N-арных операторов

Я пытаюсь сопоставить оператор переменной арности (например, «1 ‹ 3 ‹ x ‹ 10» дает true, учитывая, что 3 ‹ x ‹ 10) в математическом выражении. Обратите внимание, что это не похоже на то, что большинство языков будут анализировать выражение) (упрощенное) правило производства:

expression: '(' expression ')'                  # parenthesisExpression
      | expression ('*' | '/' | '%') expression # multiplicationExpression
      | expression ('+' | '-') expression       # additionExpression
      | expression (SMALLER_THAN expression)+   # smallerThanExpression
      | IDENTIFIER                              # variableExpression
      ;

Как сохранить приоритет, но по-прежнему максимально жадно анализировать smallThanExpression?

Например; «1 ‹ 1+1 ​​‹ 3» следует анализировать как один узел анализа «smallerThanExpression» с тремя дочерними узлами, каждый из которых является выражением. На данный момент, smallThanExpression разбивается на два smallThanExpression (1 ‹ (1+1 ‹ 3)).

antlr4
15.06.2014

Ответы:


1

Чтобы дать ответ «будущим поколениям»: мы исправили это, отделив арифметические выражения от других выражений. Мы знаем, что только арифметические выражения могут использоваться в качестве операндов для наших операторов переменной арности («истина ‹ ложь» не является допустимым выражением).

expression: 
        '!' expression
      | arithmetic (SMALLER_THAN arithmetic)+
      | arithmetic (GREATER_THAN arithmetic)+
      | ....
      ;

arithmetic:
        '(' expression ')'                 
      | expression ('*' | '/' | '%') expression 
      | expression ('+' | '-') expression 
      | IDENTIFIER
      | ...
      ;

Это обеспечивает анализ выражения, такого как «x ‹ y ‹ z», как одного узла «выражения» с тремя «арифметическими» узлами в качестве дочерних.

(Обратите внимание, что идентификатор может относиться к нецелочисленному объекту; это проверяется в средстве проверки контекста)

16.06.2014
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..