LL和递归下降解析器之间的区别？

我最近正在尝试自学解析器（针对语言/无上下文语法）的工作方式，除了一件事之外，大多数解析器似乎都有意义。我特别关注LL（k）语法，这两个主要算法似乎是LL解析器（使用堆栈/解析表）和递归下降解析器（仅使用递归）。

据我所知，递归下降算法适用于所有LL（k）语法，甚至可能更多，而LL解析器适用于所有LL（k）语法。但是，递归下降解析器显然比LL解析器要简单得多（就像LL解析器比LR解析器一样简单）。

所以我的问题是，使用两种算法时可能遇到的优点/问题是什么？鉴于LL处理相同的语法集并且实现起来比较棘手，为什么人们会选择LL而不是递归血统？

LL通常是一种比递归下降更有效的解析技术。实际上，在最坏的情况下，幼稚的递归下降解析器实际上将是O（k ^ n）（其中n是输入大小）。一些技术（例如备忘录）（产生Packrat解析器）可以改善这一点，并扩展解析器接受的语法类别，但是总会有空间的取舍。LL解析器（据我所知）始终是线性时间。

另一方面，您的直觉是正确的，即递归下降解析器比LL可以处理更大的语法类别。递归下降可以处理任何LL（*）语法（即无限前行）以及一小部分歧义语法。这是因为递归下降实际上是PEG或Parser Expression Grammar（s）的直接编码实现。具体来说，析取运算符（a | b）不是可交换的，表示a | b不等于b | a。递归下降解析器将按顺序尝试每个替代方案。因此，如果a输入相匹配，它甚至会succede是否b 会匹配的输入。这样可以实现经典的“最长匹配”歧义，例如晃来晃去else 简单地通过正确排序析取符即可解决该问题。

综上所述，可以使用递归下降实现LL（k）解析器，使其在线性时间内运行。这实际上是通过内联预测集来完成的，以便每个解析例程在恒定时间内确定给定输入的适当乘积。不幸的是，这种技术消除了整个语法类别的处理。一旦进入预测解析，悬空之else类的问题就不再那么容易解决了。

至于为什么选择LL而不是递归下降，这主要是效率和可维护性的问题。递归下降解析器的实现明显更容易，但是它们通常更难维护，因为它们表示的语法不存在任何声明性形式。大多数非平凡的解析器用例都使用解析器生成器，例如ANTLR或Bison。有了这样的工具，算法是直接编码的递归下降还是表驱动的LL（k）确实无关紧要。

有兴趣的是，还值得研究recursive-ascent，它是一种以递归下降方式直接编码但可以处理任何LALR语法的解析算法。我还将研究解析器组合器，这是将递归下降解析器组合在一起的一种功能方式。