正则表达式分组算法：IGA算法

针对Yu算法中存在的不足王美阳等人在研究中提出了新的正则表达式分组算法——IGA 算法。IGA 算法更新了正则表达式之间相互作用大小的描述,通过引入膨胀系数这一概念,来衡量正则表达式相互作用的大小。膨胀率的定 义如下:

$EC(R1, R2) = #DFA(R1 |R2) /(#DFA(R1)+#DFA(R2))$

公式的含义：将两个正则表达式合并转换为DFA的状态数除以各自转换为DFA的状态数的和。
通过膨胀率,可以准确测量两个正则表达式之间的相互影响程度,如果EC(R1, R2) = 1 说明两个正则表达式不存在互相影响,如果EC(R1, R2) > 1,说明两个正则表 达式之间存在相互作用,且膨胀率越大,说明其合并后的 DFA 状态数膨胀越大, 如果EC(R1, R2) < 1则认为两个正则表达式之间的影响是良性的,通过合并这两个 正则表达式可以减少最终 DFA 的状态数。

算法步骤：

IGA 算法的执行步骤与 Yu 算法类似,但存在两个不同点,一是 IGA 算法使用 膨胀率度量正则表达式之间的互相影响,二是 IGA 算法在每次见正则表达式加入 到分组中后,会从原来的正则表达式影响关系图中增加一个代表该分组的节点,并 更新其他正则表达式与该分组之间的膨胀率。

算法的缺点：

（1）首先，我们可以看出，在用IGA算法进行正则表达式分组时，首先要计算EC，这就要求两两比较，这往往需要很长的时间，拖慢了算法的性能。
（2）IGA算法在不断“择优录取”，这就为后面留下了“后遗症”，可能会导致很多不好的正则表达式聚集在一起进行分组。