编译原理实验——将NFA转化为DFA

转自http://blog.csdn.net/lingyu940/article/details/5070137


将NFA转化为DFA


1.实验目的


输入: 非确定有限(穷)状态自动机。

输出: 确定化的有限(穷)状态自动机

2.实验原理

采用子集对NFA转DFA。

(1) 若NFA的全部初态为S1,S2,…,Sn,则令DFA的初态为:

S=[S1,S2,…,Sn],

其中方括号用来表示若干个状态构成的某一状态。

(2) 设DFA的状态集K中有一状态为[Si,Si+1,…,Sj],若对某符号a∈∑,在NFA中有F({ Si,Si+1,…,Sj },a)={ Si’,Si+1’,…,Sk’ }

则令F({ Si,Si+1,…,Sj },a)={ Si’,Si+1’,…,Sk’ }为DFA的一个转换函数。若[ Si’,Si+1’,…,Sk‘ ]不在K中,则将其作为新的状态加入到K中。

(3) 重复第2步,直到K中不再有新的状态加入为止。

(4) 上面得到的所有状态构成DFA的状态集K,转换函数构成DFA的F,DFA的字母表仍然是NFA的字母表∑。

(5) DFA中凡是含有NFA终态的状态都是DFA的终态。

还可以采用另一种操作性更强的描述方式。首先给出两个相关定义。

假设I是NFA M状态集K的一个子集(即I∈K),则定义ε-closure(I)为:

(1) 若Q∈I,则Q∈ε-closure(I);

(2) 若Q∈I,则从Q出发经过任意条ε弧而能到达的任何状态Q’,则Q’∈ε-closure(I)。

状态集ε-closure(I)称为状态I的ε闭包。

假设NFA M=(K,∑,F,S,Z),若I∈K,a∈∑,则定义Ia=ε-closure(J),其中J是所有从ε-closure(I)出发,经过一条a弧而到达的状态集。

NFA确定化的实质是以原有状态集上的子集作为DFA上的一个状态,将原状态间的转换为该子集间的转换,从而把不确定有限自动机确定化。经过确定化后,状态数可能增加,而且可能出现一些等价状态,这时就需要简化

3.实验内容

⑴ 实现计算闭包closure(I)的算法;

⑵ 实现转换函数move(q,a)的算法;

⑶ 输出NFA转DFA的结果。



DFA和NFA存储使用的数据结构为图中的邻接链表。

typedef struct ArcNode{

int adjvex; //该弧所指向的顶点的位置

char info; //权

struct ArcNode *nextarc; //指向下一条弧的指针

}ArcNode;

typedef struct VNode{

char data; //顶点信息

ArcNode *firstarc; //指向第一条依附该顶点的弧的指针

}VNode;

每个链表的第一个数据单元为N(D)FA的状态,后边的结点存储内容有指向的边和边上的权值。

例如课本图4.3的NFA M表示如下:




4.实验心得

1.一般来说,我们接触到的N(D)FA图的边数比较少,所以在选取数据结构存储时,选择邻接链表,相对于使用二维或三维数组,存储效率得到了提高。

2.在求e_closure集合时,因为是任意个空转移,因此使用深度遍历的方法,先求出一个状态的e_closure集,再用循环求出状态集的e_closure集
好的,你需要学习NFA换为DFA的步骤,以及如何用代码实现该过程。 下面是NFA换为DFA的步骤: 1. 确定NFA的状态集合Q和字母表Σ。 2. 确定NFA的初始状态q0和终止状态集合F。 3. 对于每个状态q∈Q,确定它在读入一个字符a后可以到达的所有状态集合δ(q,a)。 4. 对于每个状态集合T∈Q,构造一个对应的DFA状态,该状态表示从NFA的初始状态开始,读入任意字符串后可能到达的状态集合T。 5. 对于每个DFA状态S,对于每个字符a∈Σ,计算出它在读入字符a后移到哪个DFA状态T,即T=ε-closure(δ(p,a)),其中p∈S。 6. 标记初始状态为ε-closure(q0),标记所有包含终止状态的状态集合为DFA的终止状态。 代码实现可以使用编程语言比如Python。以下是一个Python程序,将给定的NFA换为DFA: ```python def nfa_to_dfa(nfa): # 初始化DFA dfa = {} queue = [] start_state = nfa.get_start_state() dfa[start_state] = nfa.get_epsilon_closure(start_state) queue.append(start_state) # 换 while queue: state = queue.pop(0) for symbol in nfa.get_symbols(): next_state = nfa.get_next_state(state, symbol) epsilon_closure = nfa.get_epsilon_closure(next_state) if not epsilon_closure: continue if epsilon_closure not in dfa.values(): dfa[next_state] = epsilon_closure queue.append(next_state) # 标记终止状态 for state in dfa.keys(): if nfa.is_final_state_in_set(dfa[state]): dfa[state] = (dfa[state], True) else: dfa[state] = (dfa[state], False) return dfa ``` 在这个程序中,我们首先初始化DFA,将NFA的起始状态和epsilon闭包添加到DFA中。然后,我们遍历所有的DFA状态,对于每个符号,我们计算出它的下一个状态和epsilon闭包。如果该闭包不在DFA中,则将其添加到DFA中,并将其添加到队列中以进行进一步处理。最后,我们标记终止状态,并返回DFA
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值