众所周知，递归下降解析器在某些情况下可能需要指数时间；任何人都可以指出我的样本，这发生在哪里？对 PEG 的案例特别感兴趣（即有优先选择）。
【问题讨论】：
LL(1) 风格继续从左到右，他们应该是O(N)。
标签： algorithm parsing language-agnostic
如果输入和语法的组合需要大量回溯，则任何自上而下的解析器（包括递归下降）理论上都可以变成指数型。如果语法使得决定性选择放在长序列的末尾，就会发生这种情况。例如，如果你有一个类似 & 的符号，意思是“所有以前的减号实际上都是加号”，然后有类似“((((a - b) - c) - d) - e &)”的数据，那么解析器必须去倒退并将所有优点变为缺点。如果您开始按照这些思路创建嵌套表达式，您可以创建一个有效的非终止输入集。
你必须意识到你在这里介入了一个政治问题，因为现实情况是大多数正常的语法和数据集都不是这样的，但是，有很多人系统地骂递归下降，因为它并不容易自动进行RD。所有早期的解析器都是 LALR，因为它们比 RD 更容易自动生成。所以发生的事情是每个人都只写了 LALR 和 RD，因为在过去，制作 RD 的唯一方法是手动编码。比如你看龙书你会发现Aho & Ullman在RD上只写了一段，基本上就是在意识形态上说“RD不好，别做”。
当然，如果您开始手动编码 RD（就像我一样），您会发现由于各种原因它们比 LALR 好得多。在过去，您总是可以告诉编译器具有手动编码的 RD，因为它具有位置准确的有意义的错误消息，而具有 LALR 的编译器会显示错误发生在距离实际位置 50 行的地方。与过去相比，情况发生了很大变化，但您应该意识到，当您开始阅读有关 RD 的 FUD 时，它来自于“某些圈子”中口头诋毁 RD 的长期传统。
【讨论】：
这是因为您最终可以在不同的递归分支中多次解析相同的内容（检查相同位置的相同规则）。这有点像使用递归计算第 n 个斐波那契数。
Grammar:
A -> xA | xB | x
B -> yA | xA | y | A
S -> A
Input:
xxyxyy
Parsing:
xA(xxyxyy)
xA(xyxyy)
xA(yxyy) fail
xB(yxyy) fail
x(yxyy) fail
xB(xyxyy)
yA(yxyy)
xA(xyy)
xA(yy) fail
xB(yy) fail
x(yy) fail
xB(xyy)
yA(yy)
xA(y) fail
xB(y) fail
x(y) fail
xA(yy) fail *
x(xyy) fail
xA(yxyy) fail *
y(yxyy) fail
A(yxyy)
xA(yxyy) fail *
xB(yxyy) fail *
x(yxyy) fail *
x(xyxyy) fail
xB(xxyxyy)
yA(xyxyy) fail
xA(xyxyy) *
xA(yxyy) fail *
xB(yxyy) fail *
...
* - 我们在相同的位置解析规则，而我们已经在不同的分支中解析了它。如果我们保存了结果——哪些规则在哪些位置失败——我们会知道 xA(xyxyy) 第二次失败，我们不会再遍历它的整个子树。我不想写出整个事情，但你可以看到它会重复相同的子树很多次。
何时发生 - 当您有许多重叠的转换时。优先选择不会改变事情 - 如果最低优先级规则最终成为唯一正确的规则（或没有一个是正确的），那么无论如何您都必须检查所有规则。
【讨论】：