4.2 符号表：名字的登记处

4.2 符号表：名字的登记处

本节摘要：符号表是编译器全流水线共享的名字数据库，支持登记、查询、作用域进出三种操作。本节实现一张带作用域栈的哈希符号表，处理主线语句四个名字的登记与查询，讲清同名遮蔽、开链哈希的冲突处理，以及符号表在错误恢复期的纪律。

阅读完本节，你应当能够：

1. 实现带作用域栈的符号表，进出作用域时正确压弹
2. 解释查询永远命中"最近登记的那个同名项"的机制
3. 说明符号表被哪些阶段读写、各读写什么字段
4. 处理恢复期对残缺条目的标记与绕行

名字为什么需要一张表

编译器里的名字是高频查询对象。第 2 章词法分析登记 total 的拼法，第 4 章类型检查要查它的类型，第 6 章代码生成要查它的存储位置——同一个名字，三种消费者。若无集中的表，每阶段各自维护映射，一致性噩梦。符号表的本质是把名字的全部编译期知识集中一处，谁要谁来查。

主线语句涉及四项登记，一项典型的条目长这样：

符号表条目：total
  名字拼法   total
  类别       变量
  类型       float
  作用域级别  1（函数体）
  存储信息   栈帧偏移 0，4 字节（待第 6 章回填）
  引用位置   第 12 行（供交叉引用工具使用）
​

作用域栈：遮蔽的机制

名字会重复。内层代码块声明的新 total 要遮蔽外层的 total，离开代码块后外层又"复活"。实现机制是作用域栈：进入作用域压一层，离开弹一层，查询从栈顶往下找，命中的自然是最近的。

class Scope:
    def __init__(self):
        self.names = {}              # 本层：名字 → 条目

class SymbolTable:
    def __init__(self):
        self.stack = [Scope()]       # 全局层打底

    def enter(self):                 # 进入新作用域
        self.stack.append(Scope())

    def leave(self):                 # 离开作用域，整层丢弃
        self.stack.pop()

    def declare(self, name, kind, typ):
        top = self.stack[-1]
        if name in top.names:        # 同层重复声明是错误
            raise SemError(f"重复声明：{name}")
        top.names[name] = {"kind": kind, "type": typ,
                           "scope": len(self.stack) - 1}

    def lookup(self, name):
        for scope in reversed(self.stack):   # 从栈顶往下找
            if name in scope.names:
                return scope.names[name]     # 最近者优先 = 遮蔽
        return None                          # 找不到 → 未声明错误
​

用一段带遮蔽的代码验证行为：

st = SymbolTable()
st.declare("price", "var", "float")       # 全局层
st.declare("qty", "var", "int")
st.enter()                                 # 进入代码块
st.declare("qty", "var", "float")          # 内层同名，遮蔽外层 int
print(st.lookup("qty")["type"])            # float —— 命中最近层
st.leave()                                 # 离开代码块
print(st.lookup("qty")["type"])            # int —— 外层复活
​

主线语句的四个名字在类型检查前完成登记（声明语句先于赋值被处理），检查器对每个 ID 节点调 lookup，拿到类型属性挂到树上——4.1 节的类型合成正是从这里取的原料。

图 作用域栈与查询路径：最近者胜

数据结构的选择

符号表的查询密度极高——大型程序每行代码平均触发数次 lookup。候选结构对比：

哈希表是主流选择，冲突用开链（同桶挂链表）。工程细节两条：散列函数要处理字符串前缀聚集（许多变量共享前缀如 get、set）；扩容时机在负载因子过半，重散列的代价一次性付清。另外，leave 弹层时不能真的销毁条目——调试器与交叉引用工具还要用，惯常做法是把整层链表挂进"死亡名单"供后续遍历。

⚠️ 常见坑：函数参数登记在函数体层还是外层，二进制库的 ABI 各有约定，不一致会导致符号冲突。写编译器时这条约定要在符号表设计期就定死，并写进测试用例。

💡 关键直觉：符号表是编译器里少有的"写一次读多次"的组件，值得在查询路径上花力气优化。而错误恢复期对它有一个特殊纪律：报错导致的残缺声明也要登记（标记为错误条目），否则同一个未完成声明会在后续每个引用点重复报"未声明"，刷屏淹没真错。

登记处的疑难窗口

问：同名声明在不同层，符号表存几份？ 每层各一份，物理上可能是同一张哈希表的不同桶，或每层独立小表加链。查询语义永远是最近层优先。离开内层时整层废弃，外层条目从未被覆盖——遮蔽是查询规则，不是数据覆盖，这保证了弹层后外层名字无损复活。

问：编译结束后符号表就作废了吗？ 没有。调试信息（变量名、行号、栈帧布局）就是符号表的子集，被写进目标文件的调试段；链接器还有自己的全局符号表处理跨文件引用。一张登记表服务三任：编译、调试、链接——这也是它值得做扎实的原因。

补一问：模块与命名空间怎么进符号表？ 作为作用域的推广：模块名登记在全局层，其内部名字登记在模块层，引用时按限定名逐级查找。实质仍是那套作用域栈规则，只是层级来源从代码块换成了名字空间。跨文件的模块符号要等链接期或模块系统加载后才能解析，那是另一个登记处（链接器符号表）的辖区。

本节要点回顾

• 集中登记：名字的拼法、类型、存储、引用位置集中一处，全流水线共享
• 作用域栈：进层压栈、离层弹栈，查询从顶向下、最近者胜即遮蔽
• 结构选型：哈希加开链是工业主流，扩容在负载因子过半
• 弹层不销毁：死亡条目挂名单，供调试与交叉引用
• 恢复期纪律：残缺声明登记为错误条目，防止重复报错刷屏

名字都有着落了。下一节把带类型标注的树翻译成三条三地址码——主线语句的"指令形态"首秀。