递归预测下降解析器和非递归预测下降解析器的区别

编译原理中，语法分析器是一个很重要的组件。其中，自顶向下的语法分析器又包括递归预测下降解析器和非递归预测下降解析器。

递归预测下降解析器

递归预测下降解析器是基于递归下降算法实现的。递归下降算法是将语法规则表示成函数，并通过递归调用这些函数来分析语法。递归预测下降解析器是在此基础上实现的。其主要特点包括：

1. 对每个非终结符号，都有一个对应的解析函数；
2. 每次处理一个非终结符号时，调用相应的解析函数；
3. 解析函数内部通过递归调用其他解析函数来分析子表达式；
4. 预测下降解析器自底向上匹配输入符号串，直到达到语法规则的顶级符号。

递归预测下降解析器的优点是简单、容易理解和实现。其缺点是可能存在左递归和回溯，从而降低了解析器的效率。

以下是递归预测下降解析器的伪代码示例：

def expression():
    term()
    while peekToken() in ['+', '-']:
        consumeToken()
        term()

def term():
    factor()
    while peekToken() in ['*', '/']:
        consumeToken()
        factor()

def factor():
    if peekToken() == '(':
        consumeToken()
        expression()
        if peekToken() != ')':
            raise SyntaxError('Expecting )')
        consumeToken()
    elif peekToken().isdigit():
        consumeToken()
    else:
        raise SyntaxError('Expecting number or (')

非递归预测下降解析器

非递归预测下降解析器是一种不使用递归算法的自顶向下语法分析器。其主要特点包括：

1. 用栈来保存未匹配的非终结符号；
2. 用预测分析表来实现匹配；
3. 匹配成功则弹出栈顶的非终结符号，匹配失败则进行错误恢复；
4. 字符串匹配完毕后，判断栈是否为空，为空则表示分析成功。

非递归预测下降解析器的优点是可避免左递归和回溯，提高了解析器的效率。其缺点是实现复杂，需要构建预测分析表。

以下是非递归预测下降解析器的伪代码示例：

def parse():
    symbolStack = ['$', '<start>']
    inputStack = ['a', 'b', '$']
    while len(symbolStack) > 0:
        symbol = symbolStack[-1]
        if symbol in terminals:
            if symbol == inputStack[0]:
                symbolStack.pop()
                inputStack.pop(0)
            else:
                raise SyntaxError('Unexpected token')
        elif (symbol, inputStack[0]) in parsingTable:
            symbolStack.pop()
            rule = parsingTable[(symbol, inputStack[0])]
            for i in range(len(rule) - 1, -1, -1):
                symbolStack.append(rule[i])
        else:
            raise SyntaxError('Unexpected symbol')
    if len(inputStack) > 0:
        raise SyntaxError('Syntax error')

总结

递归预测下降解析器和非递归预测下降解析器都是自顶向下的语法分析器，但实现方式有所不同。递归预测下降解析器简单易懂，但可能存在产生式左递归和回溯的情况，效率较低；非递归预测下降解析器可避免这些问题，但实现复杂，需要构建预测分析表。根据具体需求可以选择合适的语法分析器，实现编译器的语法分析阶段。