编译原理Compiler_3

2023.3.15

1. 自动机DFA
   1. 定义：
      • 字母表 Σ (ϵ /∈ Σ)
      • 有穷的状态集合 S
      • 唯一的初始状态 s0 ∈ S
      • 状态转移函数 δ  δ : S × Σ → S
      • 接受状态集合 F ⊆ S
      • 约定：所有没有对应出边的字符默认指向一个“死状态”
      • 
   2. NFA易于理解，便于描述语言，DFA易于判断，适合产生词法分析器
      • RE --》NFA --》DFA --》词法分析器
   3. Thompson构造法：按结构归纳
      • 定义：
        1. 
        2. 
        3. 
        4. 
        5. 
        6. 
      • 性质：复杂度分析
        1. N(r) 的开始状态与接受状态均唯一。
        2. 开始状态没有入边, 接受状态没有出边。
        3. N(r) 的状态数 |S| ≤ 2 × |r|。 (|r| : r 中运算符与运算分量的总和) 每一步加一个初始状态和一个结束状态。下一步将上一步加的两个状态都改为普通过程状态
        4. 每个状态最多有两个 ϵ-入边与两个 ϵ-出边。
        5. ∀a ∈ Σ, 每个状态最多有一个 a-入边与一个 a-出边。
      • 例子：考试要考  大题中的第一问
      • 
   4. 子集构造法：
      • Michael O. Rabin (1931 ∼) Dana Scott (1932 ∼)
      • 原理：思想: 用 DFA 模拟 NFA
      • 例子：看初始状态会在字母表的驱动下跑到哪个状态下，然后动态扩展，直到无法扩展为止，这样就得到DFA的所有状态和状态转移关系
      • 过程：A：{0,1,2,4,7} 看在a和b的驱动下会跑到那个状态上 Aa->B：{3,8,6,7,1,2,4}        Ab->C{5,6,7,1,2,4}

E状态包括了接受状态，所以E也是接受状态

• • • 总结算法：
      1. 给定s，求ϵ闭包
         1. 从状态 s 开始, 只通过 ϵ-转移可达的状态集合 ϵ-closure(s) = {t ∈ SN |s ϵ ∗ −→ t}
      2. 状态子集找ϵ闭包
         1. ϵ-closure(T) = ∪ s∈T ϵ-closure(s)
      3. 状态转移，T集中每个状态在a的驱动下转移到哪个状态：
         1. move(T, a) = ∪ s∈T δ(s, a)
    • 复杂度分析：2n
  • 原理符号化：

子集构造法 (N =⇒ D) 的原理:

N : (ΣN , SN , n0, δN , FN )

D : (ΣD, SD, d0, δD, FD)

ΣD = ΣN

SD ⊆ 2 SN (∀sD ∈ SD : sD ⊆ SN )

初始状态 d0 = ϵ-closure(n0)

转移函数 ∀a ∈ ΣD : δD(sD, a) = ϵ-closure(move(sD, a))

接受状态集 FD = {sD ∈ SD | ∃f ∈ FN . f ∈ sD}

1. 1. 闭包和不动点      T =⇒ f(T) =⇒ f(f(T)) =⇒ f(f(f(T))) =⇒ . . . 直到找到 x 使得 f(x) = x (x 称为 f 的不动点)
   2. DFA最小化算法John Hopcroft (1939 ∼)：等价的状态可以合并
      • 定义：
      • 划分而非合并：有一个初始的划分，若一个组中有两个不同元素，在相同字符的驱动下，转移到两个不同状态组了，则两个元素不属于同一个组。
        接受状态和非接受状态必定不等价
      • 例子：
      • 和初始状态合并的状态都是初始状态，接受状态同理
      • 合并没有一个很好的开始，于是选择用分裂的方式倒推相同类
      • 需要补齐死状态，其他状态通过各种字符转移到死状态都得补齐，然后才能使用DFA最小化算法
      • DFA最小化是唯一的
   3. 词法分析器：
      • 最前优先匹配：关键字
      • 最长优先匹配：匹配尽可能长的字符串
      • 正则->NFA->DFA
        1. 需要在每一个接收状态上写清楚接受的字符串的类型，并采用最前优先匹配
        2. 转换成DFA时可能会有死状态，需要丢弃，避免词法分析器徒劳消耗输入流
        3. 模拟运行该 DFA, 直到无法继续为止 (输入结束或状态无转移); 若 s 为接受状态, 则识别成功; 否则, 回溯 (包括状态与输入流) 至最近一次经过的接受状态, 识别成功; 若没有经过任何接受状态, 则报错 (忽略第一个字符)。
        4. 无论成功还是失败, 都从初始状态开始继续识别下一个词法单元
        5. 特定于词法分析器的 DFA 最小化方法，初始划分需要考虑不同的词法单元，识别的词法单元不同，不属于同一类