编译原理词法分析（二）

正规式与正规集

正规式与正规集的关系：

• 正规集可以用正规式表示
• 正规式是表示正规集一种方法
• 一个字集合是正规集当且仅当它能用正规式表示

什么是正规式与正规集：

• 对给定的字母表Σ
  • ε和Ø都是Σ上的正规式,它们所表示的正规集为{ε}和Ø；
  • 任何a∈Σ , a是Σ上的正规式,它所表示的正规集为{a}；
  • 假定e₁和e₂都是Σ上的正规式,它们所表示的正规集为L(e1)和L(e2) ,则
    • (e₁|e₂)为正规式 ,它所表示的正规集为L(e₁)UL(e₂)
    • (e₁.e₂)为正规式 ,它所表示的正规集为L(e₁)L(e₂)
    • (e1)^* 为正规式,它所表示的正规集为(L(e1))^*

仅由有限次使用上述三步骤而定义的表达式才是Σ上的正规式,仅由这些正规式表示的字集才是Σ上的正规集。

正规式的等价性

若两个正规式所表示的正规集相同,则称这两个正规式等价。如:
b(ab)* =(ba)*b

b(ab)* =L(b(ab)*)== L(b)L((ab)*)=L(b) (L(a)L(b))*={b} {ab}*= {b} {ε, ab, abab, ababab, …}= {b, bab, babab, bababab, …}

(ba)*b=L( (ba)b)= (L(ba))*L(b)== (L(b)L(a))* L(b)= {ba} {b}= {ε, ba, baba, bababa, …} {b}= {b, bab, babab, bababab, …}

正规式的性质

对正规式，下列等价成立

• e₁|e₂= e₂|e₁ 交换律
• e₁ |(e₂|e₃) = (e₁|e₂)|e₃ 结合律
• e₁(e₂e₃) = (e₁e₂)e₃ 结合律
• e₁(e₂|e₃) = e₁e₂le₁e₃ 分配律
• (e₂|e₃)e₁= e₂e₁|e₃e₁ 分配律
• eε=εe=e
• e₁e₂ <> e₂e₁

确定有限自动机（DFA）

确定有限自动机是对状态图进行形式化定义
确定有限自动机(Deterministic Finite Automata DFA) M是一个五元式M=(S, Σ,f, S₀,F),其中:

• S:有穷状态集，就是状态图的各个状态结点
• Σ :输入字母表(有穷)，就是所有出现在状态转移弧上的字母
• f: 状态转换函数,为SxZ- >S的单值部分映射, f(s,a)=S’表示:当现行状态为S ,输入字符为a时，将状态转换到下一-状态s’ , s’称为S的一个后继状态
• S₀∈S是唯一 的一个初态
• F⊆S :终态集(可空)

例子：
DFA M=({0,1,2,3},{a,b},f,0,{3})，其中f定义如下:
f(0 , a)=1 f(0 , b)=2
f(1 , a)=3 f(1 , b)=2
f(2 , a)=1 f(2 , b)=3
f(3 , a)=3 f(3 , b)=3
将f转化为状态转化矩阵：

	a	b
0	1	2
1	3	2
2	1	3
3	3	3

根据状态转化矩阵画出状态图：

• 对于Σ*中的任何字a ,若存在一条从初态到某一终态的道路，且这条路上所有弧上的标记符连接成的字等于a ,则称a为DFA M所识别(接收)
• DFA M所识别的字的全体记为L(M)

非确定有限自动机（NFA）

非确定有限自动机也是对状态图进行形式化定义
非确定有限自动机((Nondeterministic Finite Automata , NFA)) M是一个五元式M=(S, Σ,f, S₀,F),其中:

• S:有穷状态集，就是状态图的各个状态结点
• Σ :输入字母表(有穷)，就是所有出现在状态转移弧上的字母
• f: 状态转换函数,为SxZ- >2^S的部分映射, f(s,a)=S’表示:当现行状态为S ,输入字符为a时，将状态转换到下一状态集合s’ , s’称为S的一个后继状态集合
• S₀⊆S是非空的初态集
• F⊆S :终态集(可空)

非确定有限自动机（NFA）与确定有限自动机（DFA）有三点不同：

• NFA可以有多个初态
• 弧上的标记可以是Σ^*中的一个字(甚至可以是一一个正规式) ,而不一定是单个字符
• 同一个字可能出现在同状态射出的多条弧上

我们可以说DFA是NFA的特例。