形式语言与自动机 第3章 有穷自动机和正规表达式

第3章 有穷自动机和正规表达式

有穷自动机

DFA

确定的有穷自动机（DFA）是个五元组： $M=(Q,\Sigma ,\delta ,q_0,F)$ ，其中：

• $Q$ 是有穷状态集
• $\Sigma$ 是有穷的输入字母表
• $\delta$ 是转移函数， $\delta :Q\times \Sigma \to Q$
• $q_0\in Q$ ，是初始状态
• $F\subseteq Q$ ，是终结状态集

转移函数定义拓展：
$$\{\begin{array}{l}\hat{\delta }(q,\epsilon )=q\\ \hat{\delta }(q,wa)=\delta (\hat{\delta }(q,w),a)\end{array}$$
其中 $w$ 是字符串，$w\in {\Sigma }^{\ast }$

NFA

定义与 DFA 类似，不同之处在于转移函数 $\delta :Q\times \Sigma \to 2^Q$ ，即下一状态是个集合；只要有一条分支到达 $F$ 就算接受

转移函数定义拓展：
{ δ ^ ( q , ε ) = { q } δ ^ ( q , w a ) = { p ∣ p   ∈   δ ( r , a )   , r   ∈   δ ^ ( q , w ) } \left \{ \begin{array}{ll} \hat{\delta}(q,\varepsilon)=\{q\}\\ \hat{\delta}(q,wa)=\{p|p\,\in\,\delta(r,a)\, ,r\,\in\,\hat{\delta}(q,w)\} \end{array} \right. {δ^(q,ε)={q}δ^(q,wa)={p∣p∈δ(r,a),r∈δ^(q,w)}​
其中 $w$ 是字符串，$w\in {\Sigma }^{\ast }$

$\epsilon$-NFA

定义与 NFA 类似，不同之处在于转移函数还可以接受空串/空字符 $\epsilon$

转移函数定义拓展：
$$\{\begin{array}{l}\hat{\delta }(q,\epsilon )=\epsilon -CLOSURE(q)\\ \hat{\delta }(q,wa)=\epsilon -CLOSURE(P),P={\cup }_{r\in \hat{\delta }(q,w)}\delta (r,a)\end{array}$$
其中 $\epsilon -CLOSURE(q)$ 定义为：

• $q$ 在 $\epsilon -CLOSURE(q)$ 中
• 若 $p$ 在 $\epsilon -CLOSURE(q)$ 中，则 $\delta (p,\epsilon )$ 也在 $\epsilon -CLOSURE(q)$ 中
• 重复以上步骤，直至 $\epsilon -CLOSURE(q)$ 不再增加为止

（可以理解成从状态 $q$ 出发，仅通过接受 $\epsilon$ 可以到达的状态集）

结构图

NFA $\to$ DFA

算法描述

算法：将状态的集合看作状态（状态会发生改变）；从起始状态开始，逐一尝试字母表中每个字母，获得下一状态；对于新增加的状态，重复上述过程，直到不再有新的状态产生；

例题

例：将如图所示的 NFA 转化为相应的 DFA，转移函数：

δ ( q 0 , 0 ) = { q 0 , q 3 } \delta(q_0,0)=\{q_0,q_3\} δ(q0​,0)={q0​,q3​} δ ( q 0 , 1 ) = { q 0 , q 1 } \delta(q_0,1)=\{q_0,q_1\} δ(q0​,1)={q0​,q1​}

$\delta (q_1,0)=\varnothing$ δ ( q 1 , 1 ) = { q 2 } \delta(q_1,1)=\{q_2\} δ(q1​,1)={q2​}

δ ( q 2 , 0 ) = { q 2 } \delta(q_2,0)=\{q_2\} δ(q2​,0)={q2​} δ ( q 2 , 1 ) = { q 2 } \delta(q_2,1)=\{q_2\} δ(q2​,1)={q2​}

δ ( q 3 , 0 ) = { q 4 } \delta(q_3,0)=\{q_4\} δ(q3​,0)={q4​} $\delta (q_3,1)=\varnothing$

δ ( q 4 , 0 ) = { q 4 } \delta(q_4,0)=\{q_4\} δ(q4​,0)={q4​} δ ( q 4 , 1 ) = { q 4 } \delta(q_4,1)=\{q_4\} δ(q4​,1)={q4​}

过程：

$\epsilon$-NFA $\to$ NFA

算法描述

算法：

① 状态并不改变，转移路径去除了接受 $\epsilon$ 的路径；

② 增加了另外许多路径，增加规则如下：

• 对于 $\delta (q,a)=P$ ，则增加路径 $q\stackrel{a}{\to }\epsilon -CLOSURE(P)$ ；
• 对于 $Q\subseteq \epsilon -CLOSURE(q)$ 且 $Q\stackrel{a}{\to }P$ ，增加路径 $q\stackrel{a}{\to }P$ ；

（即需要增加：① 能够通过 $q$ 的闭包到达的状态；② $q$ 能够到达状态的闭包）

③ 处理终结状态：
F ′ = { F ∪ { q 0 } , i f      ε − C L O S U R E ( q 0 ) ∩ F ≠ ∅ F ,     e l s e F'=\left \{ \begin{array}{ll} F{\cup}\{q_0\},{\quad}if{\,}{\,}{\,}{\,}{\varepsilon}-CLOSURE(q_0){\cap}F{\not=}{\varnothing}\\ F,{\quad}{\quad}{\quad}{\,}{\,}{\,}else \end{array} \right. F′={F∪{q0​},ifε−CLOSURE(q0​)∩F​=∅F,else​
（就是说，如果原来从起始状态出发，不接受任何字符就可以到达终结状态，那么起始状态事实上也是终结状态）

例题

例：将如图所示的 $\epsilon$-NFA 转化为 NFA：

转化前	转化后

RL $\to \epsilon$-NFA

算法描述

算法：将基础和正则表达式的三种运算用不同的 $\epsilon$-NFA 处理：

基础	或
连接	闭包

例题

例：将 10*+0 构造成一个 NFA

DFA $\to$ RL

算法描述

算法：将 DFA 中所有状态标上序号，引入记号 $R_{ij}^k$ ，其含义是从序号为 $i$ 到序号为 $j$ 的状态的路径中所经过状态序号不大于 $k$ （不包括 $i$ 、$j$ 本身）的字符串集合，递推公式为：
R i j 0 = { { a ∣ δ ( q i , a = q j ) } , i f      i ≠ j { a ∣ δ ( q i , a = q j ) } ∪ { ε } , i f      i = j R^0_{ij}=\left \{ \begin{array}{ll} \{a|{\delta}(q_i,a=q_j)\},{\quad}{\quad}{\quad}if{\,}{\,}{\,}{\,}i{\not}=j\\ \{a|{\delta}(q_i,a=q_j)\}{\cup}\{ {\varepsilon}\},{\quad}if{\,}{\,}{\,}{\,}i=j \end{array} \right.\\ Rij0​={{a∣δ(qi​,a=qj​)},ifi​=j{a∣δ(qi​,a=qj​)}∪{ε},ifi=j​

$$R_{ij}^k=R_{ik}^{k-1}(R_{kk}^{k-1}{)}^{\ast }{R}_{kj}^{k-1}\cup R_{ij}^{k-1}$$

递推公式第二条第一部分的意思是，如果有经过状态序号为 $k$ 的状态，则将这部分拆分开来

（具体用表格实现，$k=0$ 的情况直接根据 DFA 的转移路径写出；若有 $n$ 个状态，则 $k=n$ 的情况不要全部写出来，而是只写出 $q_j\in F$ 的情况）

例题

例：给定如图 DFA，写出代表该自动机所接受的语言集合的正规表达式：

表格：

最后 $q_2$ 和 $q_3$ 是终结状态，因此只需求出：

• $r_{12}^3=r_{13}^2(r_{33}^2)\ast r_{32}^2+r_{12}^2=0^{\ast }1((0+1)0^{\ast }1{)}^{\ast }(0+1)(00{)}^{\ast }+0(00{)}^{\ast }$

• $r_{13}^3=r_{13}^2(r_{33}^2)\ast r_{33}^2+r_{13}^2=0^{\ast }1((0+1)0^{\ast }1{)}^{\ast }$

因此所求正则表达式为： $r_{12}^3+r_{13}^3=0^{\ast }1((0+1)0^{\ast }1{)}^{\ast }((0+1)(00{)}^{\ast }+\epsilon )+0(00{)}^{\ast }$

具有输出的有穷自动机

Moore机

Moore 机是六元组 $M=(Q,\Sigma ,\Delta ,\delta ,\lambda ,q_0)$ ，其中：

• $\Delta$ 是输出字母表
• $\lambda$ 是输出函数，$\lambda :Q\to \Delta$

（无所谓接受或者拒绝，所以不需要终结状态；每个状态对应一个输出，因此输出序列比输入序列长度大一）

Mealy 机

Mealy 机是六元组 $M=(Q,\Sigma ,\Delta ,\delta ,\lambda ,q_0)$ ，其中：

• $\Delta$ 是输出字母表
• $\lambda$ 是输出函数，$\lambda :Q\times \Sigma \to \Delta$

（每次转移对应一个输出，因此输出序列和输入序列长度相等）

Moore机 $\to$ Mealy机

算法：将所有转状态结点的输出移动到其入边，作为其入边的输出；（相当于提前半个周期，在不考虑第一个输出字符的情况下二者等价）

Mealy机 $\to$ Moore机

算法：无法向上边一样，直接将输出向后推半个周期作为入状态的输出，因为一个状态会作为多个入边的入状态；因此需要将状态进行拆分，每条不同的入边都需要对应一个新的状态

图示

Moore to Mealy	Mealy to Moore