我的想法是:
首先VMP是什么?
VMP在加壳虚拟化代码的时候显示的为什么是程序编译中?
仔细想想编译器是什么？
C语言编译器 就是把程序员能看懂的C语言代码翻译成机器能看懂的汇编代码。
而VMP编译器就是把机器能看懂的汇编代码翻译成VMP虚拟机能看懂的代码。

试想是否可以写一个反VMP编译器。就是把VMP代码再次编译成机器能看懂的汇编代码? 可行性我现在不能100%的确定，但是理论上是可以实现的。只不过是时间长短的问题。 比如说VMP的虚拟栈分析我的一些看法是：

比如一段VMP代码:
vPushImm4 100
vPushReg r1
vPopReg r2
vPushImm 200
vPopReg r3

默认有一个栈偏移
SP = 0

当vPushImm 100 执行的时候这个时候提取出 两个词法单元

(IMM, 100) // IMM 是立即数, 4是词法单元的属性
当我们看到vPushImm4的时候可以当做生成了一个临时变量。
首先把 SP + 4。

SP = SP + 4
然后生成一个中间变量
vLocal4 = 100 // 这个vLocal4 中的4就是SP的偏移

执行 vPopReg r2 的时候获取到两个词法单元

r2

此时把当前SP的值给r2，然后SP = SP - 4
生成类似的代码
r2 = vLocal8
SP = SP - 4 (此时SP = 4)

执行 vPushImm4 200的时候
SP = SP + 4 (此时SP = 8)
生成代码
vLocal8 = 200

上述的VMP语句综合起来就是
vLocal4 = 100
vLocal8 = r1
r2 = vLocal8
vLocal8 = 200

如果在应用 机器无关优化的话：
vLocal4 = 100
r2 = r1
vLocal8 = 200

当然更加具体的，我学习的还没有那么深入。还没学到中间代码生成，我是先有这个想法再去学编译原理的。现在看到语法翻译的部分。我会的东西都会发帖子出来的。有一起学的朋友可以留言一起。

在说LL(1)算法之前 我们必须要了解几个东西:

消除左递归，和提取左公因子。其实相对来说没有那么重要，这个部分可以手动转换。但是算法也在我之前的帖子中给出了。

如果说一点编译原理没有看过的话，那么这篇文章你看起来可能云里雾里的。

文法 是必须要所了解的点。
FIRST集 和 FOLLOW集 是所有语法分析器都要用到的算法，非常非常重要。 如果说 FIRST集 和 FOLLOW集 没有掌握好的话，那么所有的LL文法LR文法都是掌握不了的，更别说写出对应的算法了。

和大家简单介绍一下文法:
文法的全称是 上下文无关法, 他是一种规则用来约定一个语言的语法规则。其实正则表达式也是一种上下文无关法，但是不代表文法就是正则。相对于正则表达式，文法的表达能力更强，描述能力更强。

文法由四个部分组成:

本文不会将所有概念说到，因为太多了。

比如说一个算数表达式文法:

S -> E
E -> E + E
E -> E - E
E -> E / E
E -> E * E
E -> (E), num

在 -> 左部称为产生式头部(左部), 在 -> 右部的称为产生式体(右部)。
所有的产生式头 都是一个非终结符号。
所谓非终结符号就是 抽象的描述了一种规则。
而终结符号就是一个具体的事物。

在这个文法中 {S, E} 这两个是非终结符号, { +, -, *, /, num, (, ) }这些是终结符号。
但是上面的例子中说的文法并不是一个LL(1)文法。因为他是一个左递归文法。
E -> E + E 产生式头部和产生式体的第一个符号是相同的，就会导致LL(1)文法陷入一个死循环。LL(1)文法是一个文法最左推导过程，从左往右的推导。

当我们看到 S -> E的时候 我们会去推导 产生式体E
当我们看到 E -> E + E 的时候我们会去推导产生式 E + E, 但此时产生式体的第一个符号 E 让我们又陷入了要解析产生式E，然后就陷入一个死循环出不去了。(更详细的大家看书中所说的)
所以当我们看到 E -> E + E 的时候就要消除左递归。(可能还有间接左递归, 具体看我另外一篇文章)

在按照算数表达式优先级(括号优先级最大，其次是乘除法， 在是加减法)我们给出的文法是:
S -> E
E -> E + T | E - T | T
T -> T * F | T / F | F
F -> (E) | num

这里的 "|" 是用来分割产生式体的, 这些用 | 分开的产生式他们拥有相同的 左部。
下面的产生式是用我的程序消除左递归后的文法。
S -> E |
E -> TE| T -> FT |
F -> (E) | num |
E-> +TE | -TE| ε | T -> *FT| /FT | ε |

上文的图片中说了, LL(1)文法就是根据向前看1个输入就可以确定应用哪个产生式进行解析。
比如说 现在我们要推导E: 他有3个产生式体: +TE | -TE| ε FIRST(E) = {+, -, ε} 这是他的FIRST集。
当我们输入中的符号是 + 号时， 我们就选用+TE这个产生式来推导, 是 - 号时选用-TE。
但是我们发现这个E还可以推导出ε (空串), 也就是说 E是可以为空的。 那我们什么时候应用 E-> ε这个产生式? 此时我们就要查看什么终结符号可以跟在 E的后面也就是 FOLLOW(E) = { ), $ } 这两个符号。也就是说当遇到 ), $ 这两个终结符号时。我们就应用 E -> ε这个产生式。

举个简单的例子:

S -> ABC
A -> a | ε
B -> b
C -> c
这个文法有4个产生式: S 是文法的开始符号。
这个产生式要匹配一个 abc 或者 bc 的字符串, 也就是终结符a是可以不存在的， 因为非终结符A是可以推导出空串的。那我们看看什么时候应用这个产生式。 当非终结符A可以推导出空串的时候 我们就要获取FOLLOW(A)的值，此时可以跟在A后面的只有B，而FIRST(B)的值是b.就是说当A产生式遇到终结符b时那么就应用 A -> ε这个产生式。

这个伪代码其实很简单，不过我的程序中加上了生成语法树。可能略微复杂。

现在给出完整代码:
https://github.com/hixiaosan/cpp_dragon.git

Parser.h

Parser.cpp

LL1.h

LL1.cpp

main.cpp

当我们输入错误的表达式语法时就会报错：

当我们输入正确的语法时就会在程序运行目录生成一张 1.jpeg的图片。

其实多叉树生成这种图片的算法，大家有兴趣可以看一下。我修修改改花了一整天才实现的。

[培训]内核驱动高级班，冲击BAT一流互联网大厂工作，每周日13:00-18:00直播授课