编译原理之正则表达式-NFA-DFA-MFA 入门到精通

最新推荐文章于 2022-10-29 02:01:26 发布
最新推荐文章于 2022-10-29 02:01:26 发布
阅读量928 收藏 7
点赞数 2
分类专栏： 编译原理
原文链接：https://blog.csdn.net/qq_40427276/article/details/102771393
版权

入门

最简单的NFA

在这里插入图片描述

三种基本状态图

1. r=s|t

在这里插入图片描述

2. r=st

在这里插入图片描述

3.r=s*

在这里插入图片描述
其他的各种复杂正规式实际上是这些基本状态图的组合
我们只需确认是哪几种基本正规式的搭配即可

在这里插入图片描述
括号内为s|t，外为星闭包，将s|t看作一个整体替换s*状态图中的1——2即可得在这里插入图片描述

当正规式很长时，三个基本式就显得很繁琐了，（a|b)* 完全可以用自回路代替

在这里插入图片描述

NFA到DFA

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
对每一个状态子集编号，如{X，1，2}为0号 {1，2，3} 2号 很容易得到新的状态转移矩阵
在这里插入图片描述

简化（最小化）DFA

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
版权声明：本文为CSDN博主「吃不尽的lemon」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_40427276/article/details/102771393

magic_now
关注
  • 2
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
DFA to MFA
我是个SHA手灬莫得感情的博客
10-26 549
DFA化简步骤 将DFA状态集分为结束状态集F和非结束状态集S。F为DFA结束状态，S为结束状态以外的所有其它DFA状态。F和S构成状态集G； 对G的每个子集T，对子集T的每个状态S执行move(S, a)得到状态，找到状态所属G的子集，根据将子集T划分为n个子集； 重复2直到不能再划分子集； 对G中状态个数大于一的子集T，只保留一个状态，去掉T多余的状态。 private NFAToDFA dfa; public IEnumerable<int[]> DFA2MFA...
正规式转NFA转DFA转MFA
11-26
python实现正规式转换成NFA、NFA转换成DFA、DFA转换成MFA算法，并实现画出三类形图，可以在用户图形界面显示，也可以在文件夹中显示。
编译原理 —— 正则->NFA->DFA->MFA (Web)
墨鱼的博客
03-23 3446
源码在： https://github.com/imcuttle/regExp_nfa_dfa_mfa 知识介绍 NFA：不确定有限自动机， 边上可能存在空串，可以有多个初始状态。 DFA：确定有限自动机， 边上不存在空串，只有一个初始状态。 MFA：状态最少 NFA-&gt;DFA ： NFA的确定化； DFA-&gt;MFA ：DFA的最小化。 正则表达式-&gt;NFA ...
正则式转NFA、NFA转DFA（NFA确定化）、DFA转MFA（DFA最小化）三个程序
毕业作品网站
02-24 1784
并未使用课本上描述的分割法，而是反过来使用了合并法。如果两个状态都为终态/非终态，且处理每个字符时转移到的状态都相同，则认为二者可以合并，去graph中用一个取代另一个。由于没有利用递归，也没有像数据结构中完成后缀表达式之类实验时对字符串中的字符进行压栈操作（虽然这样确实更简便，也会让代码更明了），本代码强行“暴力分类讨论”设置两个栈start和end，分别表示每对括号的开始和结束状态，默认整个正则表达式外也有一对括号。（实际实现时手动添加0状态作为开始，1状态作为结束，并在表达式最后添加"）"
NFA_DFA_MFA
05-26
以前下过一个没看懂，自己又写了个。传上来分享
编译原理之正则表达式-NFA-DFA-MFA 入门到精通
qq_40427276的博客
10-30 2004
文章目录入门最简单的NFA三种基本状态图1. r=s|t2. r=st3.r=s*NFA到DFA简化（最小化）DFA 入门 最简单的NFA 三种基本状态图 1. r=s|t 2. r=st 3.r=s* 其他的各种复杂正规式实际上是这些基本状态图的组合 我们只需确认是哪几种基本正规式的搭配即可 括号内为s|t，外为星闭包，将s|t看作一个整体替换s*状态图中的1——2即可得 当正规式很长...
编译原理程序小集（正则表达式 NFA DFA MFA 词法分析 语义分析）
09-03
上编译原理课的时候做的几个小程序，包含一个简单的词法分析程序、正则表达式-NFA-DFA-MFA转换程序、表达式求值语义分析程序，其中正则表达式-NFA-DFA-MFA重点写的，花了不少心思，写得不是特别满意，今后会重新上传写得更好的。
正则表达式 到 nfa dfa
11-02
很好的能把正则表达式转化成 nfa 和DFA
编译原理正则表达式转NFA转DFA DFA最小化 Cpp代码
09-17
编译原理课的大作业 包含三个小实验 在一个cpp文件里 正则表达式转换为nfa nfa转换为dfa dfa最小化 个人原创代码
正则表达式-NFA-DFA-min(DFA)-词法分析程序
11-21
词法分析程序的C++完整做法，文件中包括.cpp源代码，.exe应用程序，.cpp被分析的代码，.txt单词规则，.txt帮助文件。有较为详细的注释，或许有地方存在bug，供大家学习交流。
编译原理实验，词法分析，NFA-DFA-MFA，语法分析
01-06
编译原理实验，词法分析，NFA-DFA-MFA，语法分析，运行时，手动导入项目里面的扩展皮肤包
正则式转NFA、NFA转DFA、DFA转MFA（DFA最小化）.zip
10-20
资源包含文件：设计报告word+Python代码 包含正则式转NFA、NFA转DFA（NFA确定化）、DFA转MFA（DFA最小化）三个程序，以及对应报告简述类的设计、包含的变量和思路。详细介绍参考：https://blog.csdn.net/newlw/article/details/123116153
编译原理-c#.zip
06-17
利用C#编写的编译原理实验课作业，从词法分析到DFA->NFA->MFA再到LL(1)语法分析、LR语法分析等，一学期的实验都在这里了，绝对良心，VS编写。
编译原理（由正则表达式到NFA到DFA到最小化DFA），python，graphiviz实现可视化）
11-15
自己用python做的编译原理作业，代码有点冗余，没有完善，顺利通过老师检查 编译原理（由字母表通过运用调度场算法到逆波兰表达式到NFA到DFA到最小化DFA），python，graphiviz实现可视化
C++ 正则文法定义-正则表达式-NFA-DFA-最小化DFA-字符串匹配DFA
10-06
内容主要包括：自定义正则文法（在ProgramManager类中自定义），根据正则文法和输入的正则表达式构建NFA，NFA自动构建DFA，DFA最小化，DFA匹配字符串。其中含有大量的中文注释，并提供了测试方法。本人还是学生，...
正则表达式—>NFA—>DFA—>DFA最小化
05-22
用VC 6.0运行，完美编译运行，反正我们老师检查是完美的过
2022-05-17 基于NFA的简单正则表达式
老林的博客
05-17 495
基于NFA的简单正则表达式关于正则表达式NFA 关于正则表达式 正则表达式可以简单说是模式识别，通过一个可变模式，匹配文本字符串中符合模式的字符串。 对于编程和文本工作人员，正则表达式是生产力工具，对于互联网这种连接信息的载体，正则表达式无处不在，同时不好的正则表达式，可能成为程序瓶颈。 NFA 读过2022-05-04 KMP算法，基于DFA的子字符串查找的同仁，应该对 DFA （确定有限自动机）不陌生，通过对匹配文本的字符进行状态转移，可以线性的解决子字符串查找问题。 但对于正则表达式，DFA就稍有问题
编译原理：正则表达式-＞NFA-＞DFA-＞DFA最小化
weixin_50094312的博客
10-29 5763
化简DFA关键在于把它的状态集分成一些两两互不相交的子集，使得任何两个不相交的子集间的状态都是可区分的，而同一个子集中的任何两个状态都是等价的，这样可以以一个状态作为代表而删去其他等价的状态，然后将无关状态删去，也就获得了状态数最小的DFA。传入两个NFA，创建一个开始节点和结束节点，按如图所示的方法添加ε边，修改开始和结束标记，返回新NFA，以第一个为开始，最后一个为结束，如图所示。测试样例完整，全面，支持用户输入测试样例，读取测试样例，随机生产测试用例，或任意点击提供的测试数据，支持。
正则表达式与DFA、NFA
MOKE_SPACE
09-13 1597
前天笔试遇到，这里学习一下。 概述 正则表达式的规则很容易理解，有穷状态自动机是一种计算机程序的模型，可以用来转化解析正则表达式。 有穷状态自动机 包含一个有限状态的集合，还包含了从一个状态到另外一个状态的转换。 而有穷状态自动机又可以分为确定的（DFA）、不确定的（NFA） 确定的有穷自动机就是说当一个状态面对一个输入符号的时候，它所转换到的是一个唯一确定的状态； 不确定的有穷自动机是说当一个...
编译原理正则表达式转nfa转dfa dfa最小化 代码
最新发布
05-13
编译原理是学习计算机科学的一门基础课程，主要涉及语言的识别和转化，而正则表达式则是其中一个非常重要的工具。在编译原理中，正则表达式通常用于描述一些模式，比如关键字、标识符等。因此，掌握正则表达式的转换过程对于理解编译原理课程非常重要。 正则表达式的转换过程主要包括以下几个部分：正则表达式转NFA、NFA转DFA、DFA最小化。其中，NFA（非确定有限状态自动机）和DFA（确定有限状态自动机）都是描述正则表达式的模型。 正则表达式转NFA： 首先，正则表达式中的基本元素是字符、括号和运算符。在转换为NFA的过程中，需要设计出一些状态来描述不同的字符和运算符。 对于字符来说，我们可以为它们设计出一个状态，状态的入口边是字符，出口边为空。 对于括号和运算符来说，可以为它们设计出一些连接状态。例如在括号中的字符可以通过连接状态直接连接到后面的状态，或者通过其他运算符先连接到其他的状态再连接到后面的状态。 最后，需要定义一个起始状态和一个终止状态，起始状态与第一个字符状态相连，最后一个字符状态与终止状态相连。这样，我们就得到了一张NFA图。 NFA转DFA： 将一个NFA图转换成DFA图的主要目的是为了简化图结构，以便后续对文本进行识别。 首先，需要定义DFA的状态集合，每个集合都对应一个状态。因为DFA是完全确定的有限状态自动机，所以在DFA中只能有一个状态。 然后，需要将NFA图中的每个状态都映射为DFA图中的一个状态，以便对文本进行识别。当NFA图中有多个状态对应于DFA图中的同一状态时，需要将它们合并，并将它们的出口边合并成一个出口边。 DFA最小化： 最后，对DFA进行最小化处理，以便减少状态数，提高运行效率。在最小化处理时需要考虑不同状态之间的等价关系。 可以采用遍历算法，将DFA中的状态按照等价关系划分为若干个等价类，然后构造一个等价类访问表，每个表项对应一个状态集。 最小化后的DFA图是可以识别文本的，可以用于在编译器中进行文本匹配和词法分析等操作。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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