一、正规式和正规集

正规集:程序设计语言的单词表、词汇集构成的集合,即是的集合。它有一定特殊性,我们称之为正规集。用来代表程序语言的单词表

正规式:可以说是正规集名称

  1. 正规集可以用正规表达式(简称正规式)表示
  2. 正规表达式是表示正规集一种方法
  3. 一个字集合是正规集当且仅当它能用正规式表示

比如,冯诺依曼构造自然数的方案,使用集合来定义(正规集),表达式来表达(正规式):

集合 表达式
0
1
2
3

再比如:

DIM单独来说是一个正规式,也可以表达含有DIM和空集的正规集,即{DIM,}。

DIM,IF可以当作一个正规式,则{DIM,IF,}为其对应的正规集。

二、正规式和正规集的递归定义

对给定的字母表(为字母表):

  1. 都是上的正规式,它们所表示的正规集为
  2. 任何, 则上的正规式,它所表示的正规集为
  3. 假定都是上的正规式,它们所表示的正规集为,则:

1)为正规式,它所表示的正规集为

2)为正规式(做连接),它所表示的正规集为(连接)

3)为正规式,它所表示的正规集为(闭包)

优先级:‘’比‘|’高

仅由有限次使用上述三步骤而定义的表达式才是上的 正规式,仅由这些正规式表示的字集才是上的正规集。


所有词法结构一般都可以用正规式描述

若两个正规式所表示的正规集相同,则称这两个正规式等价。如 b(ab)*=(ba)*b

证明

左侧:

L(b(ab)*)

= L(b)L((ab)*)

= L(b)(L(ab))*

= L(b)(L(a)L(b))*

= {b}{ab}*

= {b}{,ab, abab,ababab,…}

= {b,bab,babab,bababab,…}

右侧:

L((ba)*b)

= L((ba)*)L(b)

= (L(ba))*L(b)

= (L(b)L(a))*L(b)

= {ba}*{b}

= {,ba,baba,bababa,...}{b}

= {b,bab,babab,bababab,...}

由于:L(b(ab)*) = L( (ba)*b)

因此:b(ab)*=(ba)*b

等价成立式

| = |                                  交换律

|(|) = (| )|                 结合律

( ) =(  )                   结合律

(| ) = |                 分配律

(| ) = |                 分配律

=  =                          != 

三、有限自动机(Finite Automata)

确定与非确定统称为有限自动机。

1.确定有限自动机(DFA,Deterministic Finite Automata)

对状态图进行形式化,则可以下定义:

确定有限自动机 (DFA) M 是一个五元式

此处M是指其DFA实例: DFA M

M=(S, , f, , F),其中:

1.S:有穷状态集,即包含起点重点在内的,各个状态

2.:输入字母表(有穷),即状态改变的条件

3.f:状态转换函数,为 单值部分映射,即由A状态到B状态的改变

f(s,a) = s’ 表示:当现行状态为s ,输入字符为a时,将状态转换到下一状态s’,s’称为s的一个后继状态

4.:是唯一的一个初态,即起点唯一

5.终态集(可空),即最终状态,不唯一。

比如

DFA M=({0,1,2,3},{a,b},f,0,{3}),

其中,f 定义如下:

f(0,a) = 1,   f(0,b) = 2

f(1,a) = 3,    f(1,b) = 2

f(2,a) = 1,    f(2,b) = 3

f(3,a) = 3,    f(3,b) = 3

如上图所示,DFA 可以表示为状态转换图

  • 假定 DFA M含有m个状态n个输入字符
  • 这个图含有m个状态结点,每个结点顶多含有 n 条箭弧射出,且每条箭弧用 Σ 上的不同的输入字符来作标记

对于Σ * 中的任何字,若存在一条从初态到某一终态的道路,且这条路上所有弧上的标记符连接成的字等于,则称为DFA M 所识别(接收)

DFA M 所识别的的全体记为 L(M)


换言之,从初态到终态的字符,构成了一个字(一个字符也可以定义为一个字)。而所有的初态到终态可形成的字的集合就是字符集。

字与字的组合(或者单个字)可以作为一个正规式,其所代表的就是正规集。

2.非确定有限自动机 (NFA,Nondeterministic Finite Automata)

一个非确定有限自动机 (NFA) M

是一个五元式 M=(S, , f, , F) ,其中:

1.S: 有穷状态集

2.:输入字母表(有穷)

3.f: 状态转换函数为的部分映射

4. :是非空的初态集

5 :终态集 ( 可空 )

对于 * 中的任何字,若存在一条从初态 到某一终态的道路,且这条路上所有弧上 的标记字连接成的字等于 ( 忽略那些标记为的弧 ) ,则称为 NFA M 所识别 ( 接 收 )

NFA M 所识别的字的全体记为 L(M)

NFA示例:

3.区别

DFA

  • 如有后继状态,则其后继状态是唯一
  • 只有一个初态
  • 弧上标记仅能为长度为1的字或单个字符
  • 易于程序实现

NFA

  • 给定当前状态,其后继状态不是唯一的。
  • 可有多个初态。
  • 弧上的标记可以是字符、字,还可以是正规式。
  • 同一个字可以出现在同状态的多条弧
  • 易于人工设计

DFA是NFA的特例

4.NFA与DFA

定义:对于任何两个有限自动机M和M’ ,如果L(M)=L(M’),则称 M 与 M’ 等价

自动机理论中一个重要的结论:判定两个自动机等价性的算法是存在的

对于每个NFA M 存在一个DFA M’,使得L(M)=L(M’)

DFA 与 NFA 描述能力相同

5.将NFA等价转换为DFA

1.假定 NFA M=<>,我们对M的状态转换图进行以下改造:

1) 引进新的初态结点X和终态结点Y,X,YS,从X到中任意状态结点连一条箭弧,从F中任意状态结点连一条箭弧到 Y 。

(即,我们给一个NFA M多个初态前加了一个状态,使得其有唯一初态,末态同理)

2) 对M的状态转换图进一步施行替换,其中k是新引入的状态。

(即,我们将aa,bb这样的换位下图3,4过程)

替换方法


通过上述过程,逐步把这个图转变为每条弧只标记为上的 一个字符或

最后得到一个 NFA M’ , 显然 L(M’)=L(M)


2.接着我们再把把上述 NFA 确定化——采用子集法

概念

是的状态集的一个子集,定义 - 闭包, - closure() 为 :

i) 若 s ,则 s-closure(I) ;

ii) 若 s ,则从 s 出发经过任意条弧而能到达的任 何状态 s’ 都属于 -closure() 即

-closure()={s’| 从某个 s‘| 出发经过任意条弧 能到达 s’


中的一个字符,定义

= -closure(J)

其中, J 为 中的某个状态出发经过一条 弧而到达的状态集合。

比如

-closure({1}) = {1 , 2} = (从1出发,看与它距离一个的状态,就为

J = {5 , 4 , 3}(从 -closure({1}) 出发,需要经过一个距离的状态就是J)

 = -closure(J) = -closure({5 , 4 , 3}) = {5 , 4 , 3 , 6 , 2 , 7 , 8}

6.正规式与有限自动机的等价性

  1. 对任何 FA M ,都存在一个正规式 r , 使得 L(r)=L(M) 。
  2. 对任何正规式 r ,都存在一个 FA M , 使得 L(M)=L(r) 。

证明:

1.对上任一 NFA M ,构造一个上的正规 式 r ,使得 L(r)=L(M) 。

  • 首先,在 M 的转换图上加进两个状态 X 和 Y ,从 X 用弧连接到 M 的所有初态结点,从 M 的所有终态结点用弧连接到 Y ,从而形成一 个新的 NFA ,记为 M’ ,它只有一个初态 X 和一个终态 Y ,显然 L(M)=L(M’) 。
  • 然后,反复使用下面的一条规则,逐步消去的 所有结点,直到只剩下 X 和 Y 为止
  • 最后, X 到 Y 的弧上标记的正规式即为所 构造的正规式 r
  • 显然 L(r)=L(M)=L(M’)

替换方式即为之前的相反方向。

注意,要保留下每一个状态。比如下图,我们将1.左上的图变换至右上的图,2.再将右上的图变为最下面的图。

证明:

2.对于上的正规式r,构造一个 NFA M,使 L(M)=L(r),并且 M 只有一个终态,而且没有从该终态出发的箭弧

下面使用关于 r 中运算符数目的归纳法证明上述结论。

1)若 r 具有零个运算符,则 r= 或 r= 或 r=a ,其中 a 。此时下图所示的三个有限自动机显然符合上述要求。

左:识别

中:识别空

右:长度为1的字符

2)假设结论对于少于 k(k1) 个运算符的正规式成立。当 r 中含有 k 个运算符时, r 有三种情形:

情形 1 :

中运算符个数少于k 。从而,由归纳假设,对 存在,使得 , 并且 没有从终态出发的箭弧( i=1,2 )。 不妨设 = ,在 中加入两个新 状态

 情形 2 :

同情形 1(i=1,2)

情形 2 :

同情形1

7.将正规表达式转换为有限自动机的算法

1)构造上的 NFA M’ 使得 L(V)=L(M’)

把 V 表示成

一样的替换逻辑

2)逐步把这个图转变为每条弧只标记为上的 一个字符或,最后得到一个 NFA M’ , 显然 L(M’)=L(V)

比如:

四、确定有限自动机的化简

是指:对DFA M的化简 : 寻找一个状态数比 M 少的 DFA M’ ,使得 L(M)=L(M’)

假设 s 和 t 为 M 的两个状态,称 s 和 t 等价:如果从状态 s 出发能读出某个字(任意)而 停止于终态,那么同样,从 t 出发也能读出而停止于终态;反之亦然

两个状态不等价,则称它们是可区别的(存在一个,使得从状态 s 出发能读出某个字(任意)停止于终态,从 t 出发读出停止于非终态,或者反过来)

DFA M 最少化的基本思想

把 M 的状态集划分为一些不相交的子集, 使得任何两个不同子集的状态是可区别的 ,而同一子集的任何两个状态是等价的。 最后,让每个子集选出一个代表,同时消去其他状态

按照上述原则,对 DFA 的状态集合 S 进行第 一次划分,将集合分为:终态和非终态。即找到一个字,划分连个状态(比如空字)

对 M 的状态集进行划分

1 首先,把 S 划分为终态非终态两个子集 ,形成基本划分

2 假定到某个时候,已含 m 个子集,记为,检查中的每个子集看是否能进一步划分:

  • 对某个,令 ,若存在 一个输入字符 a 使得 不会包含在现行的某个子集中,则至少应把 分为两个部分。

2.1 如何划分为两个部分:

  • 假定状态  和 经 a 弧分别到达 :  属于现行中的两个不同子集。说明有一个字  , 读出  后到达终态,而 读出后不能到达终态,或者反之。
  • 那么对于字 a 读出 a 后到达终态 ,而 读出 a 不能到达终态,或者反之
  • 所以 不等价
  • 将 I (i) 分成两半,使得一半含有 :,且 s 经 a 弧到达 t, 且 t 与 属于现行  中的同一子集  ;另一半含有 :
  • 一般地,对某个 a 和 ,若 落入现行  中 N 个不同子集,则应把 划分成 N 个不相交的组,使得每个组 J 的 都落入的  同 一子集。这样构成新的划分。

3 重复上述过程,直到  所含子集数不再增长。

4 对于上述最后划分  中的每个子集,我们选取每个子集 中的一个状态代表其他状态, 则可得到化简后的 DFA M’ 。

5 若 含有原来的初态,则其代表为新的初态 ,若 含有原来的终态,则其代表为新的终态

我们使用上述算法,对下图优化:

首先把其分为两个集合:非终态和终态集合:

随后,我们判断非终态集合:识别a时,发现3不在当前子集中:

于是将抵达1的与抵达3的分开:

在此判断第一个集合,判断识别a时,抵达状态是否在子集;判断识别b时,状态是否在子集中,发现不在:

于是将抵达2的和抵达4的分开:

在此判断,发现非终态集合划分完毕。判断终态,发现均在子集中:

由此可以画出:

五、词法分析器的自动产生 --LEX

Yacc 与 Lex 快速入门

http://www.ibm.com/developerworks/cn/linux/sdk/lex/index.html

UNIX, LINUX

The Lex & Yacc Page

http://dinosaur.compilertools.net/

Flex (The Fast Lexical Analyzer):

http://flex.sourceforge.net/

for Windows:

http://gnuwin32.sourceforge.net/packages/flex.htm

六、正规文法与有限自动机的等价性

对于正规文法 G 和有限自动机 M ,如果 L(G) = L(M) ,则称 G 和 M 是等价

关于正规文法和有限自动机的等价性,有以下结论:

1. 对每一个右线性正规文法 G左线性正规文法 G ,都存在一个有限自动机 (FA) M ,使得

2. 对每一个 FA M ,都存在一个右线性正规文法 左线性正规文法 ,使得

例子:

右线性文法->NFA:

推导:

左线性文法->NFA

推导:

证明:

1.对每一个右线性正规文法 G 或左线性正规文法 G ,都构造一个有限自动机 (FA) M ,使得 L(M) = L(G) 。

(1) 设右线性正规文法 。将 中的每一非终结符号视为状态符号, 并增加一个新的终结状态符号 f 。 令 ,其中状态转换函数由以下规则定义:

(a)若对某个 , P 中有产生式 A→a ,则令 (A,a)=f

(b) 对任意的 ,设 P 中左端为 A ,右端第一符号为 a 的所有产生式为: A→|…| (不包括 A→a ), 则令 (A,a)={ ,…, } 。

显然,上述 M 是一个 NFA 。


(2) 设左线性正规文法  。将 中的每一非终结符号视为状态符号,并 增加一个初始状态符号。 令 M=,其中状 态转换函数由以下规则定义:

(a) 若对某个 ,若 P 中有产生式 A→a,则令 ( ,a)=A

(b) 对任意的   ,若 P 中所有右端第一符号为 A ,第二个符号为 a 的产生式为:  则令 (A,a)= 。

与 (1) 类似,可以证明 L(G) = L(M)


2.对每一个 DFA M ,都存在一个右线性正规文法 和左线性正规文法 GL , 使得 L(M) = L() = L() 。

设 DFA 

(1)若 ,我们令 ,其中 P 是由以下规则定义的产生式集合:

对任何 及 A,BS ,若有 (A,a)=B ,则:

(a)当 BF 时,令 A→aB

(b) 当 BF 时,令 A→a|aB 。

对任何 ,不妨设 ,其中 (i=1,…k) 。若 ,则存在一个最左推导 :

因而,在 M 中有一条从 出发依次经过 到达终态的通路,该通路上所有箭弧的标记依次为 。反之亦然。所 以, wL(GR ) 当且仅当 wL(M) 。

(2)现在考虑 的情形,

因为 ,所以 。但不属于上面构造的 所产生的语言 L() 。不难发现, L()=L(M)-{} 。

所以,我们在上述 GR 中添加新的非终结符号  , ( )和产生式 ,并用 代替 作开始符号。这样修正 后得到的文法  仍是右线性正规文法,并且 L()=L(M) 。

(2) 类似于 (1) ,从 DFA M 出发可构造左线性正规文法 ,使得 L()=L(M) 。 最后,由 DFA 和 NFA 之间的等价性,结论 2 得证明。

小结

编译原理——正规表达式与有限自动机(笔记)相关推荐

  1. 正规表达式与有限自动机

    1.美图 2.概念 3.正规式和正规集 正规集可以用正规表达式(简称正规式)表示. 正规表达式是表示正规集一种方法.一个字集合是正规集当且仅当它能用正规式表示. 3.1 正规式和正规集的递归定义: 4 ...

  2. 编译原理——正规式转DFA算法概述

    一.概念概述 给定一个单词,判断该单词是否满足我们给定的单词描述规则,需要用到编译原理中词法分析的相关知识,其中涉及到的两个很重要的概念就是正规式(Regular Expression)和有穷自动机( ...

  3. 编译原理——正规式、NFA转换构造DFA、DFA的化简

    一.DFA和NFA的区别 NFA:非确定有限自动机 DFA:确定有限自动机 NFA在同一状态,可以有多条出边,DFA在同一状态,只能有一条出边: NFA的初态可以具有多个,DFA的初态是唯一的: 比如 ...

  4. 编译原理词法分析中的有限自动机

    上一节中我们学习了正则表达式,它可以用来识别模式.这一节讲讲有限自动机.在知道了有限自动机的基本概念之后,会讨论如何把正则表达式转化为实际程序.宏观地,正则表达式依次转化为NFA.DFA和实际程序. ...

  5. 编译原理 —— 正规式、正规集和正则定义

    正规式的定义和运算定律 正规式和正则表达式都是通过一定的语法规则来描述文法,但不是同一个概念. 正规式是一种用来描述正则语言的更紧凑的表示方法 正规式可以由较小的正规式按照特定规则递归地构建.每个正规 ...

  6. 【笔记】编译原理——第三章 词法分析

    目录 编译过程结构框架 3.1 对于词法分析器的要求 3.1.1 词法分析器的功能和输出形式 3.1.2 词法分析器作为一个独立子程序 3.2 词法分析器的设计 3.2.1 输入.预处理 3.2.2 ...

  7. 《编译原理》课程标准

    XX大学软件学院 <编译原理>课程标准 制定人:张晨光 课程代码: 773033 课程名称(中文 / 英文):编译原理 / Compiler Principle 学时( 实验学时 )/ 学 ...

  8. 《编译原理》实验教学大纲

    <编译原理>实验教学大纲 课程编号: 773033 课程名称:编译原理 英文名称:Compiler Principle 课程类型: 模块课 学 时:5 学 分:4 适用对象: 软件开发各专 ...

  9. 《编译原理》课程教学大纲

    <编译原理>课程教学大纲 课程编号:773033 课程名称(中/英文):编译原理 / Compiler Principle 课程类型: 模块课 总 学 时:5学时/周 讲课学时:4学时/周 ...

  10. 编译原理学习(到LL1文法部分)

    今天终于开始着手把一年前学的编译原理整理一下啦!打败拖延症 #*# 机器语言:计算机只认识由0和1构成的机器语言,每台机器自己独特的指令系统即机器语言. 机器语言->汇编语言->高级语言 ...

最新文章

  1. Java IO: Buffered和Data
  2. Vue.js 实现v-if和v-else来切换CSS样式
  3. Leetcode--42.接雨水
  4. Java 反射 set get
  5. CSDN的markdown编辑器详细使用说明、语法快速索引手册
  6. java 铁路管理信息系统_基于Java铁路售票系统的设计与实现(含录像)(SqlServer)
  7. android手写计算器,MyScript Calculator(高级手写计算器) V1.2.2.479 安卓版
  8. mysql 自增 空洞_MySQL auto_increment空洞问题
  9. 使用Java做ORC图片识别
  10. AI初学者必看的4个顶级人工智能领域岗位
  11. LinuxOracle R6安装oracle 11gR2详细步骤
  12. QCustomPlot之盒须图(十六)
  13. SAP BW实施实时报表的方法(流式处理链)
  14. “我那个工资5000的朋友,一年存了20万”
  15. html怎么调整成苹方,web css 苹方字体设置
  16. 计算机丢失ac1st.dll怎么找回,处理CAD系统错误win10中丢失ac1st16.dll的恢复方法
  17. 基于cocoCreator版本2.4.5整理一款2D小游戏快速开发的游戏框架
  18. 华为资深架构师耗时十年精心整理:Java高级开发需要的分布式技术
  19. MT8788/MT6771/MT8766硬件相同怎样实现单双卡共用同一个image
  20. VB关于矩阵的操作问题

热门文章

  1. dell r710重装系统_dell服务器安装系统指南
  2. usb计算机连接 灰色,USB调试选项显示为灰色
  3. 小米8屏幕指纹版(UD) 稳定版miui11刷magisk、太极参考
  4. 显示搜索dota2协调服务器,搜索dota2游戏协调服务器中【操作方式】
  5. 修改dns服务器转发器,域服务器dns设置转发器
  6. 背离意味着趋势正在减弱
  7. macd ema java源码_MACD指标源码汇总,成功率极高,买卖点提前一目了然!
  8. ACM的奇计淫巧_扩栈C++/G++
  9. 重磅来袭!Typora官方主题+自定义主题完美整合
  10. PS计算机字体Q,PS q萌字体教程