今天面试时遇到一道题, 大意是

int a=1, b=2;
int c=a+++b;

问 c 的值是多少. 听说此题很经典, 不幸的是我却没答对. 利用我从 C Primer Plus 中学到的仅有的 C 语言知识, 我无法判断这个表达式的值. 我以为这表达式 undefined, 结果我错了. 答案是它和

c=(a++)+b;

是相同的. 撇开这种问题有没有实际意义不谈 (废话, 当然没意义. Ken 发明 C 语言不是为了写这种可笑的表达式的.) I just can not possibly understand this. 网上搜到了一些解释, 真正让我想明白的是 StackOverflow 上的这个问题和答案.

原来这个问题不是如何运算的问题. 考虑算符的优先级、结合性, 以及 operands 的运算顺序等等都是没用的. 现在的问题是如何理解 +++ 这个组合. 事实上这是一个语义分析问题.

编译器中有这么两个结构: lexical analyzer and parser. 前者负责将输入的源文件 (注意源文件是 text file, 由字符编码组成) 转换为内部 token; 后者负责对 tokens 进行解释. (说到这里, 让我想起了 TeX 的编译机制似乎也是这样的嘛.) 也就是说例如你源码里有写

a++;

lexical analyzer 看见这个字符序列, 将它识别为类似 a 和 ++ 的两个 token; parser 看见这两个 token 将它们解释为 "a 自加 1" 这个运算.

根据以上 StackOverflow 链接中的解释, Lexical analyzer 有三个特点:

1. The lexical analyzer is short-sighted -- it has minimal "look-ahead". 即最多只向前看一个字符.
2. The lexical analyzer is greedy -- it tries to make the longest token it can right now. 即它会先尝试把两个字符看作一个组合, 如果不行才拆开对待.
3. The lexical analyzer does not backtrack trying to find alternate solutions when one fails.

此外还有一个重要因素, lexical analyzer 看到这些字符的顺序是从左至右的. 根据这三个特点, 我们可以看出 a+++b 将被识别为

a,++,+,b

四个 token. 随后, parser 将这个 token sequence 解释为

(a++)+b

并进行运算.