编译原理学习笔记之词法分析中的状态机与自动机

有限状态机

关于词法记号的识别可以用有限状态机来描述

有限状态机以转化图的形式描述状态的转化

比如对于正规式d->a

其中初始状态为0，匹配到a之后，到达状态1，1的双圈表示最终状态；类似地

正规式d->ab

正规式d->a|b

正规式d->a*

该状态表示可以匹配零个a到达最终状态0，也可以匹配无数个a到达最终状态0

正规式d->a?

表示a出现0次或1次，因此有两个最终状态

因此我们可以将独立地正规式加以组合处理来解决复杂的正规式

比如对关系运算符的匹配

其中诸如 *return...的结果表示指针回退一位，吐出多读入的other字符

再比如标识符的匹配id ->letter (letter | digit )*

其中匹配过程可以概括为三步

• 检查关键字表，如果在表中发现该词法单元则返回相应的记号并退出，否则转向2

• 该词法单元是标识符，在符号表中查找，若找到该词法单元则返回该条目的指针并退出，否则执行3

• 在符号表中建立一个新的条目，把该词法单元填入，并返回此新条目的指针

对于无符号数num ->digit+ (.digit+)? (E (+ | -)? digit+)?

这个就稍微有点复杂了，因此直接通过正规式有些很难写出状态转化图，因此我们需要借助中间手段来实现这一过程

一般的流程如下图所示