Algs4_5.4 Regular Expressions

非确定有限状态自动机

当且仅当一个NFA从状态0开始从头读去了一段文本中的所有字符，进行了一系列状态转换，并最终到达了接受状态时，则称该NFA识别了一个文本字符串。

5 模拟NFA的运行

5.1 自动机的表示

用char数组re[]表示正则表达式本身，也表达了匹配转换。使用有向图$G$表示所有不读取字符的转换($\epsilon$－转换）

5.2 NFA的模拟与可达性

纪录自动机在检查当前输入字符时可能遇到的所有状态的集合。关键点在于解决多点可达性的问题。查找所有从状态$0$出发经过$\epsilon$ 转换可达的所有状态的集合，对于所有状态检查起是否可能与第一个字符匹配， 匹配后就得到了起在匹配第一个字符之后可能达到的状态集合。

Proposition Q. 判定一个长度为$M$的正则表达式所对应的NFA能否识别一段长度为$N$的文本所需的时间在最坏情况下和$MN$成正比。

下面这段代码即为NFA的简单构造和匹配过程，还有一些正则表达式的功能需要补全。

package algs4.strings.re;
import java.util.Stack;

import edu.princeton.cs.algs4.Bag;
import edu.princeton.cs.algs4.Digraph;
import edu.princeton.cs.algs4.DirectedDFS;
import edu.princeton.cs.introcs.*;

class NFA {
    private int M;
    private Digraph G;
    private char[] re;

    public NFA(String regexp){
        re =regexp.toCharArray();
        M = re.length;
        G = new Digraph(M + 1);
        Stack<Integer> stk = new Stack<Integer>();

        for( int i = 0; i < M; i++){
            int lp = i;
            if      (re[i] == '(' || re[i] == '|')
                stk.push(i);
            else if (re[i] == ')'){
                int or = stk.pop();
                if(or == '|'){//Suppose there's only one '|' in a parentheses
                    lp = stk.pop();
                    G.addEdge(lp, or + 1);
                    G.addEdge(or, i);
                }
                else lp = or;
            }
            if      (i < M - 1 && re[i + 1] == '*'){
                G.addEdge(lp,i+1);
                G.addEdge(i+1, lp);
            }
            if      (re[i] == '(' || re[i] ==')' || re[i] == '*')
                G.addEdge(i, i+1);
        }
    }

    public boolean recognies(String txt){
        Bag<Integer> bag = new Bag<Integer>();
        DirectedDFS dfs = new DirectedDFS(G, 0);
        for(int i = 0; i < G.V(); i++){
            if(dfs.marked(i) ) bag.add(i);
        }
        for(int i = 0; i < txt.length(); i++){
            Bag<Integer> match = new Bag<Integer>();
            for(int v: bag)
                if(v < M)
                    if(re[v] == txt.charAt(i) || re[v] == '.')
                        match.add(v + 1);

            bag = new Bag<Integer>();
            dfs = new DirectedDFS(G,match);
            for( int v = 0; v < G.V(); v ++){
                if(dfs.marked(v)) bag.add(v);
            }
            for(int v: bag) if(v == M) return true;
        }

        return false;
    }

    public static void main(String[] args) {
        String txt = StdIn.readString();
        String re = StdIn.readString();
        NFA nfa = new NFA(re);
        StdOut.println(nfa.recognies(txt));
    }

}