不同种类的 LR 解析器使用什么作为前瞻？

Question

1. 如果下一个输入符号没有转换（因为它没有前瞻），那么 LR(0)-Parsers 简单地减少是否正确？
2. SLR(1)-Parsers 使用产生式的 FOLLOW-Set 作为前瞻是否正确？
3. LR(1)-Parsers 使用 FIRST-，而不是 FOLLOW-Set 作为前瞻是否正确？

---

closure 的算法显然使用了FIRST

closure(S)
For each item [A → α ⋅ B β, t] in S,
  For each production B → γ in G,
    For each token b in FIRST(βt),
      Add [B → ⋅ γ, b] to S

---

再一次，我对此感到困惑。

在4.7.1 Canonical LR(1) Items段下龙书说：

因此，我们只能在那些输入符号上减少 A → α a 其中 [A → α·, a] 是一个 LR(1) 项 堆。此类 a 的集合将始终是 FOLLOW(A) 的子集， 但它可能是一个适当的子集，如示例 4.51 所示。

Answer 1

1. LR(0) 解析器没有前瞻功能，因此如果在给定的解析器状态下两者都可能，则它无法决定减少和移位操作。所以 reduce 状态不能有 shift 转换。

2. 是的，SLR 算法仅使用被归约的非终结符的 FOLLOW 集，高估了每个归约操作的前瞻集。

3. 没有。规范的 LR 算法根据解析器上下文（即状态）为每个动作计算一个前瞻集。为了计算这个集合，知道每个非终结符的 FIRST 集是有用的（并且能够计算任何句子形式的 FIRST 集），但是计算的前瞻集不是任何非终结符的 FIRST 集。正如教科书中所指出的，它是被约简的非终结符的 FOLLOW 集合的子集，并且在某些语法的某些状态下，它将是一个适当的子集。这意味着两个不同状态的“相同”减少可能具有不同的前瞻集，因为这两个状态是在不同的上下文中达到的。正如您所指出的，教科书提供了一个示例，值得详细研究这个示例。