编译原理：第五节

有限自动机

有限自动机定义与分类：

对语言的有穷描述的一种方法，识别方式，能够识别正则文法所定义的语言。分为确定的有限自动机（DFA）和非确定的有限自动机（NFA）。

DFA的定义：

一个确定的有限自动机M（DFA M）是一个五元组：

M = （Q， Σ，f，q0，Z）

Q：状态的有限集合，每个集合为一个状态

Σ：输入字符的有限集合（有穷字母表），每个元素是一个输入字符

f：状态转移函数，是一个 Q×Σ 到Q的映射，q0∈Q

Z：M的终态集（接受状态集）

DFA的状态图表示：

设DFA：M = （{0,1,2,3}，{a,b}，f，0，{3} ）

其中 f ：f (0,a) = 1 f (0,b) = 2 f (1,a) = 3 f (1,b) = 2 f (2,b) = 3 f(2,a) = 1 f(3,a) = 3

状态图表示为：

其可接受的字符串有aa，aaa，bb，baa等等。DFA M可接受的字符串的全体称为M是别的语言，记做L(M)。

非确定有限自动机（NFA）的定义：

对上面的DFA稍加修改，使其在状态下的输入一字符的转换状态不是唯一的，而允许转换为多个状态，并允许不扫描字符就可转换状态，这样的有限状态机称为非确定的有限状态机（NFA）

一个非确定的有限自动机M（NFA M）是一个五元组：

M = （Q，Σ，f，q0，Z）

Q：状态的有限集合，每个集合为一个状态

Σ：输入字符的有限集合（有穷字母表），每个元素是一个输入字符

f：状态转移函数

Z：M的终态集（接受状态集）

例如一个NFA：

DFA与NFA的等价：

定义1：

设 I ⊆ Q （Q为NFA M的状态集）定义 ε - closure（I）为：

若 q∈I ，则 q∈  ε - closure（I）

若q∈I，则对于任意q' ∈ f （q，ε),有q'∈ε - closure（I）

状态集ε - closure（I）称为状态集 I 的ε 闭包

例如：上图中：设 I = { 0 } ，则ε - closure（I）= ε - closure（{1}）= { 0,1,2,3,4}

定义2：

设NFA M = （Q，Σ，f，q0，Z）

若I ⊆ Q ，则定义Ia = ε - closure（{p∈ f(q,a) |  q∈ ε - closure（I）}）

即Ia 是所有从 I的闭包出发，经过一条a弧而到达状态集的ε闭包

例如：上图中 设 I = { 0,1,2,3,4} 则 Ia = { 5 } Ib = { 5 }

定理：

对任何一个NFA M，都存在一个DFA M ’  ，使得 L（M) = L(M')

NFA转化为DFA：子集构造法

/**
输入：NFA M =（Q，Σ，f，q0，Z）
输出：DFA M'=（Q'，Σ，f'，q0'，Z'）
**/

1. 将Q'初始化为ε - closure（q0）= q'
2. while(存在状态集 x∈Q'，任意a∈Σ,f'(x,a)没有定义){
		置f'(x,a) = xa;
		if(f'(x,a)∈Q'){
			Q' = Q'∪{f'(x,a);
		}
	}
3. Z' = {K|k∈Q'且K∩Z≠空集}
4. 重命名Q'中的状态，并相应修改其他项

例如：

求转化后的DFA？

解：

I =  ε - closure（{1}）= { 1,4}

{1,4}a = {2,3} {1,4}b = Ø {1,4}c = Ø

{2,3}a = {2} {2,3}b = {4} {2,3}c = {3,4}

{2} a = {2} {2} b = {4} {2} c = Ø

{4} a = Ø {4} b = Ø {4} c = Ø

{3,4}a = Ø {3,4}b = Ø {3,4}c = {3,4}

其中包含终端4的集合有：{1,4} {4} {3,4} 其余为：{2,3} {2}

由此求得DFA的状态图表示为：

DFA的化简

我们给出一个DFA，并不能保证其为最简形式，例如：

多余状态（无关状态）：不在从开始到终结状态的路径上的状态

等价状态：设p,q ∈S ,若对任何w ∈Σ * , f (p,w) 与 f(q,w) 同时到达接收状态或拒绝状态，则称p,q等价