编译原理-词法分析

NFA确定化算法

概念：

子集法

• 核心算法
  
  – 子集法例子：
  
  构造NFA：

① 首先计算ε-closure(0)，令T0=ε-closure(0)={0，1，2，4，7}，T0未被标记，它现在是子集族C的唯一成员。

② 标记T0；令T1=ε-closure(move(T0,a))={1，2，3，4，6，7，8}，将T1加入C中，T1未被标记。
　　令T2=ε-closure(move (T0,b))={1，2，4，5，6，7}，将T2加入C中，它未被标记。

③ 标记T1；计算ε-closure(move(T1,a))，结果为{1，2，3，4，6，7，8}，即T1，T1已在C中。
　　计算ε-closure(move(T1,b))，结果为{1，2，4，5，6，7，9}，令其为T3，T3加至C中，它未被标记。

④ 标记T2，计算ε-closure(move(T2,a))，结果为{1，2，3，4，6，7，8}，即T1，T1已在C中。
　　计算ε-closure(move(T2,b))，结果为{1，2，4，5，6，7}，即T2，T2已在C中。

⑤ 标记T3，计算ε-closure(move(T3,a))，结果为{1，2，3，4，6，7，8}，即T1。
　　计算ε-closure(move(T3,b))，结果为{1，2，4，5，6，7，10}，令其为T4，加入C中，T4未被标记。

⑥ 标记T4，计算ε-closure(move(T4,a))，结果为{1，2，3，4，6，7，8}，即T1
　　计算ε-closure(move(T4,b))结果为{1，2，4，5，6，7}，即T2。

至此，算法终止共构造了五个子集：
　　T0={0，1，2，4，7}
T1={1，2，3，4，6，7，8}
　　T2={1，2，4，5，6，7}
T3={1，2，4，5，6，7，9}
　　T4={1，2，4，5，6，7，10}
那么图4.4的NFA N构造的DFA M为
　　① S={[T0]，[T1]，[T2]，[T3]，[T4]}
　　② Σ={a,b}
③ D([T0]，a)=[T1] D([T2]，a)=[T1]
　 D([T0]，b)=[T2] D([T2]，b)=[T2]
　 D([T1]，a)=[T1] D([T3]，a)=[T1]
　 D([T1]，b)=[T3] D([T3]，b)=[T4]
　 D([T4],a)=[T1]
　 D([T4]，b)=[T2]
④ S0=[T0]
　　
⑤ St=[T4]
不妨将[T0]，[T1]，[T2]，[T3]，[T4]重新命名，以利于书写，或用A，B，C，D，E或用0，1，2，3，4分别表示。若采用后者，该DFA M的状态转换图如下图所示
= 例子

确定有穷自动机的化简

定义1 多余状态：从开始状态出发,任何输入串也不能到达的状态
定义2 等价状态：状态s和t的等价条件是:
① 状态S和T必须同时为终态或非终态
② 对于所有输入符号，S和T必须转换到等价的状态里
化简方法：
(1)将K划分为终态集和非终态集，得K’={Z,K-Z}。
 (2)递归地分割K’中的子集，使得任何两个不同子集的状态都是可区分的，而同一个子集中的状态都是等价的。
(3)K’中的每个子集合并为一个状态。
(4)含原初态的状态为初态；含原终态的状态为终态。

DFA最小化是指将一个确定性有限状态自动机(DFA)转换成具有最少状态数的等价DFA的过程。这个过程可以通过以下步骤完成：

1.为DFA构建状态转移表。
2.标记状态对(P,Q)，其中P∈F，Q∉F（F是DFA的接受状态集合）。
3.对于每个标记为(P,Q)的状态对，将其标记为(Q,P)。
4.对于未标记的状态对(P,Q)，找到输入符号a，使得δ(P,a)=X，δ(Q,a)=Y，且(X,Y)已标记。然后标记(P,Q)。
5.重复步骤4，直到不能再标记任何新的状态对为止。
6.将所有未被标记的状态对(P,Q)合并成一个状态，新的状态转移函数为：δ([P],[Q])=δ(P,a)=[Q]，其中a是任何输入符号。
合并后的状态集合就是最小化DFA的状态集合。

正规表达式和有穷自动机