【摘要】 LBLR(k)给出了一个非常有效的优化算法。它通过状态归并的方法使LR(k)的状态数大大的减少,并使利用文法产生式进行归约之后的转向状态唯一。这样,在LR(k)的分析算法中,状态符不再需要进栈,节省了空间和时间的开销。本文在[2],[3]之后主要讨论了LBLR(k)优化中的错误检测问题,使LBLR(k)优化仍能保持LR(k)的有效的查错功能。更多还原

【Abstract】 LBLR(k) technique of optimization merges LR(k) canonical states according to some symbols in a parsing stack. In this paper methods of error detection in the merging processes are given. It is also proved that both state tables after and before merging are equivalent.更多还原