C++实现正则表达式转最小化DFA过程详解

目前学校正在开编译原理这门课。为了加深对正则表达式转最小化DFA的理解，利用c++编写了这个程序。现在把我的程序及实现的方法分享出来，希望能对大家的学习有所帮助。

完整代码：https://github.com/GgBondXiang/RexToMinDFA

正则表达式

操作数

本程序的支持的操作数为小写字母‘a’~‘z’。

运算符

正则表达式包含三个运算符

1）或运算符“|”

2）连接运算符“.”，一般省略不写，本程序中用“&”代替

3）闭包运算符“*”，即任意有限次的自重复连接

规定算符的优先顺序为先“*”，再“.”，最后“|”。

算法流程

1.正则表达式的预处理

预处理是把表达式中省略的连接运算符加上，方便计算机运算

需要添加“&”的有六种情况，分别为“a a” 、“a （” 、“* a” 、“* （” 、“） a” 、 “） （”
总结起来为当第一位是操作数、“*”、“）”且第二位为操作数或“（”

以表达式"(a|b)* abb"为例，预处理后的表达式为：“(a|b)* &a&b&b”

2.中缀表达式转后缀表达式

运算符的优先级为 闭包‘*’ > 连接‘&’ > 或‘|’

转换过程中需要用到一个运算符栈，具体过程如下:

• 如果遇到操作数，直接将其输出。
• 如果遇到运算符：
  • 遇到‘（’直接压入栈中；
  • 遇到‘）’将运算符出栈并输出，直到遇到‘（’，将‘（’出栈但不输出；
  • 遇到‘*’、‘&’、‘|’运算符：
    • 如果栈为空，直接将运算符压入栈中；
    • 如果栈不为空，弹出栈中优先级大于等于当前运算符的运算符并输出，再将当前运算符入栈。
• 当输入串读取完之后，如果栈不为空，则将栈中元素依次出栈并输出。

/*
*本程序中比较优先级的方法是为每一个运算符返回一个权值，通过权值的大小来比较优先级。
*但是实际操作中会遇到bug，这是因为程序无法返回左括号的优先级。
*为了保证弹出优先级大于等于当前运算符的运算符时，左括号不会出栈，将左括号的权值设为0
*/
int priority(char ch)
{
   

	if(ch == '*')
	{
   
		return 3;
	}
		
	if(ch == '&')
	{
   
		return 2;
	}
		
	if(ch == '|')
	{
   
		return 1;
	}
	
	if(ch == '(')
	{
   
		return 0;
	}
}

下面看这个例子“(a|b)* &a&b&b”

1.遇到“（”，直接入栈

栈：(

输出区：

2.遇到“a”，直接输出

栈：(

输出区：a

3.遇到“|”，栈中没有优先级大于等于它的运算符，直接压入栈中

栈：( |

输出区：a

4.遇到“b”，直接输出

栈：( |

输出区：a b

5.遇到“）”，“|”出栈并输出，左括号出栈

栈：

输出区：a b |

6.遇到“*”，栈为空，直接入栈

栈：*

输出区：a b |

7.遇到“&”，“*”出栈并输出，再将“&”入栈

栈：&

输出区：a b | *

8.遇到“a”，直接输出

栈：&

输出区：a b | * a

9.遇到“&”，“&”出栈并输出，再将“&”入栈

栈：&

输出区：a b | * a &

10.遇到“b”，直接输出

栈：&

输出区：a b | * a & b

11.遇到“&”，“&”出栈并输出，再将“&”入栈

栈：&

输出区：a b | * a & b &

12.遇到“b”，直接输出

栈：&

输出区：a b | * a & b & b

13.字符串读完，栈不为空，将栈中元素出栈并输出

栈：

输出区：a b | * a & b & b &

所以转换完的后缀表达式为“ab|* a&b&b&”

3.后缀表达式创建NFA

首先介绍一下NFA的存储结构，下图为一个NfaState

struct NfaState				/*定义NFA状态*/
{
   
	
	int index;				/*NFA状态的状态号*/ 
	
	char input;				/*NFA状态弧上的值，默认为“#”*/
	int chTrans;			/*NFA状态弧转移到的状态号，默认为-1*/ 
	
	IntSet epTrans;			/*当前状态通过ε转移到的状态号集合*/