编译原理学习之：确定和非确定性有限状态自动机（Non-determinism / determinism-Finate-Automaton）NFA /DFA

最新推荐文章于 2023-06-12 21:18:27 发布

暖仔会飞

最新推荐文章于 2023-06-12 21:18:27 发布

阅读量1.3k

点赞数 1

分类专栏：计算模型基础：离散数学文章标签：算法

本文链接：https://blog.csdn.net/qq_42902997/article/details/120802866

版权

16 篇文章 57 订阅

订阅专栏

NFA

在 NFA 中，对于一个状态节点（ $q_0$ ) ，通过某个字符 $1$ 可以到达另外的多种状态节点， $q_0$ 通过 $1$ 可以到达 $q_1, q_2$ 所以说他是非确定性的（non-determinism）
对同一个语言（language）NFA 往往表现的更加的智能
上图中的 $w$ 如果用 DFA 表示，则如下：

在这里插入图片描述

与一般的 DFA 不同，NFA 的字符集包括空字符 $\epsilon$ ，即 $\Sigma_\epsilon=\Sigma\cup\{\epsilon\}$
除此之外，NFA 也是一个五元组
$Q$ 代表有限的状态集合，
$\Sigma$ 表示有限的字母表，也就是上图中线上的那些触发条件；通常选用那些数字 $1, 2, 3 . . .$ 或者小写字母 $a, b, c . . .$
$\delta$ 代表的是状态转移的矩阵（情况）即，一个状态 $q\in Q$ 在一个 $\sigma\in \Sigma$ 的情况下转移到另外一个状态 $q$ ；上图中所有的状态转移的全部记录就是 $\delta$
$I \subseteq Q$ 是开始状态集合；开始状态可以有多个，因此构成了一个集合（这一点和 DFA 也不同）
$F\subseteq Q$ 是接受状态，即上图中用双圆圈表示的状态；当然 $F$ 是一个集合，他里面可以有多个接受状态，也可以只有一个接受状态；

$N = (Q, Σ, δ, I, F)$ 是一个 NFA , 并且让 $w = v_1v_2 · · · v_n$ 其中每一个 $v_i$ 都是 $Σ_\epsilon$ 的一个成员
如果 $N$ 可以接受字符串 $w$ 那么 $w$ 必须满足当且仅当：有一串状态 $r_0,r_1,...r_n$ 且 $r_i\in Q$ 满足：
- $r_0 ∈ I$
- $r_{i+1} ∈ δ(r_i, v_{i+1}) ~for ~i = 0, . . . , n − 1$
- $r_n ∈ F$
$N$ recognises language $A$ iff $A = \{w | N ~accepts ~w\}$ .

现在有一个 NFA 的表示，要把它转换成 DFA 遵循以下步骤
起始状态为 $1$ ，并且由于 $\epsilon$ 的原因，起始状态是 $A=\{1,3\}$
接着在集合 $A$ 中的每一个状态通过 $a$ 可以到达的状态我们进行分析：
- $\rightarrow^{a}2$
- $\rightarrow^{\epsilon}3\rightarrow^{a}1$
- $\rightarrow^{a}1\rightarrow^{\epsilon}3$
- 所以集合 $A$ 通过 $a$ 可以到达的状态节点为 ${1,2,3\}$ 我们把它写在表格中第一行第二列（ $B^*$ ）的位置
同样的，当集合 $A$ 通过字符 $b$ ，哪里也去不了，所以我们用空集表示，即 $-$ 或者 $\empty$
由于 ${1,2,3\}$ 相对于 ${1,3\}$ 是一个新状态，因此，我们在第二行的起始状态中使用 ${1,2,3\}$ 作为开始；重复上面的步骤；第二行的 $b$ 列我们又得到了新状态 ${2,3\}$ ，因此我们在第三行重复这个步骤，直到整张表中不出现新的状态。
因此，如果把上述的 NFA 看做一个 DFA 的话，那么 ${1,2,3\},\{1,3\},\{2,3\}$ 都相当于 DFA 中一个单独的状态节点；因此我们说 NFA 的每个状态相当于 DFA 中的几个状态的集合。
最终我们根据上面的 NFA 中的各个状态得到等价的 DFA 的图。
其中 $D$ 状态就是那个空集，我们最后在写状态的时候也要单独考虑这种情况（完备）；而最后得到的状态转移矩阵也如图所示。

对于 $N = (Q, Σ, δ, I, F)$ ；让 $\rightarrow^*_\epsilon$ 作为 $\rightarrow_\epsilon$ 的自反传递闭包

关注