回顾子集构造(NFA → \rightarrow →DFA)
正则语言的闭包结果
正则语言的 Union 依然是正则语言
-
A
,
B
A,B
A,B 是两个正则语言,他们通过
ϵ
\epsilon
ϵ 组成了一个 NFA ,他可以表示为
A
∪
B
A\cup B
A∪B;我们要在状态开始的时候使用
ϵ
\epsilon
ϵ 来连接两个 DFA
正则语言的 concatenate ○ ○ ○ 操作依然是正则的
- 图中下半部分表示第一个语言的某两种状态通过 ϵ \epsilon ϵ 进行 concate 组成了第二种语言的某种状态;这样组成的新语言依然是正则语言
正则语言的 k l e e n e s t a r kleene~ star kleene star 依然是正则语言
正则语言的其他闭包性质
- 两个正则语言的 intersection(交集)依然是正则语言
- 正则语言的补集(complement)依然是正则语言 A , A C A, A^C A,AC
- 正则语言的差集(difference)依然是正则语言 A ∖ B A \setminus B A∖B
- 正则语言的取反(reversal)依然是正则语言
如何构造 DFA 的运算算法(构造 DFA 的交、并、补集)
如何构造最小的 DFA(指包括最少状态数的 DFA)
- 因为我们无法保证通过某种算法可以得到最小的 DFA,如下图所示,我们不知道他是否为最简 DFA
- 但是由于 DFA 拥有唯一的起始状态,并且转移函数是固定的,因此我们可以测试两个 DFA 的等价性从而找出最小的 DFA
- 要构造最小的 DFA 要不断重复以下步骤
- 翻转 NFA
- 确定化结果
- 再翻转
- 再次确定化结果
- 翻转 NFA 的方式也很简单:
- 那就是将所有的状态上的线调转方向
- 将接受(accept)状态节点和初始节点(start)互换
构造最小化 DFA 举例
-
这是我们要最小化的 NFA, 我们在下面的步骤中通过它得到一个最小的 DFA
-
第一步: 翻转(1节点和 2 节点的功能互换,原本 1 是初始节点,2是accept 节点,现在调转一下 1 变成了 accept 节点,2 变成了初始节点)
-
第二步: 通过调转的 NFA 进行确定化得到当前状态下的 determinism 的结果
-
因为最终状态中 5 , 6 5,6 5,6 包含原来的 1 1 1 状态(即 accept 状态),因此, 5 , 6 5,6 5,6 应该被标定为出口
-
第三步 再次调转已经得到的 NFA ; 5 , 6 5,6 5,6 变成了起始状态; 4 4 4 变成了 accept 状态
-
第四步: 重复第二步的 determinism 得到最后的状态
正则表达式
- 各种编程语言中几乎都涉及正则表达式
- ( 0 ∪ 1 ) ( 0 ∪ 1 ) ( 0 ∪ 1 ) ( ( 0 ∪ 1 ) ( 0 ∪ 1 ) ( 0 ∪ 1 ) ) ∗ (0 ∪ 1)(0 ∪ 1)(0 ∪ 1)((0 ∪ 1)(0 ∪ 1)(0 ∪ 1))^∗ (0∪1)(0∪1)(0∪1)((0∪1)(0∪1)(0∪1))∗ 代表一个长度为 3 的倍数的非空字符串
- ∗ * ∗ 运算的优先级高于 concatenate;concatenate 高于 union
正则表达式语法和语义
正则表达式举例
正则表达式和自动机(Regular Expression VS. Automata)
构造单个起始状态的 NFA
- 正则表达式和有限状态的自动机是等价的,而且有限状态机的起始状态只能有一个
- 在下面的例子中,我们假设每个 NFA 的起始状态只有一个,那么对于一个多起始状态的 NFA
N
N
N 我们可以表示成若干个
N
′
N^{'}
N′ 的通过
ϵ
\epsilon
ϵ 的并联
- 这个式子
δ
′
(
q
,
v
)
\delta^{'}(q,v)
δ′(q,v) 中,
q
i
q_i
qi 代表的就是原本的 多个起始状态
q
q
q 统一用
q
i
q_i
qi +
ϵ
\epsilon
ϵ 代替;而其他不是起始状态开始的节点则遵循原本的
δ
\delta
δ 转换状态。
正则语言 → \rightarrow → NFA 举例(单个起始状态): ( a ∪ b ) ∗ b c (a ∪ b)^∗bc (a∪b)∗bc
- 国外的书籍和课件 是按照这种方式进行构造和转换的
构造单个 accept 状态的 NFA
- 可以看到下图的 N N N 中有 3 个终止状态
- 汇总起始状态和将初始状态分开都同样使用 ϵ \epsilon ϵ
- 例如下图的例子:
- 图中的
δ
′
(
q
,
v
)
\delta^{'}(q,v)
δ′(q,v) 代表的就是将状态转换函数分成了两类:
- 如果是原来 accept 状态,那么就添加一个新的状态 q f q_f qf 并且把原来所有的 accept 状态都通过 ϵ \epsilon ϵ 连接过去
- 原来的其他状态则不需要进行调整,维持原本的样子
- 所以我们看到下图中的三个原本的 accept 状态都通过
ϵ
\epsilon
ϵ 连到了新的 “唯一的 accpet” 状态
q
f
q_f
qf
(兴趣读物:国内课本的方法)通过正则语言构造 NFA
- 当我们获得一个正则语言,我们如果要构造 NFA(单起始状态的),我们只需要不断重复下面 三个步骤 即可:(国内书籍版本)
- 将 concatenate 操作分成两个串联的部分
- 将 union (|)操作分成两个并联的部分
- 将闭包运算 * 分成第三种情况
正则语言 → \rightarrow → NFA 举例
化简 “单个” 起始和 accept 状态的 NFA
- 上文已经分别介绍了如何构造单个起始状态的 NFA 和 单个 accept 状态的 NFA
- 现在对于中间的状态进行重复地替换(使用正则表达式)以简化 NFA;方法就是把线上的 字符 用正则表达式来替换;并不断重复这个过程
- 如下图所示,我们的 NFA 现在已经是 单个起始状态和单个 accpet 状态;弧线上表示的
R
1
,
R
2
,
.
.
.
R_1,R_2,...
R1,R2,... 都是 正则表达式,假设我们通过化简可以得到下面的两个 NFA 的表示 :
- ( R 1 ∪ R 2 R 3 ∗ R 4 ) ∗ R 2 R 3 ∗ (R_1 ∪ R_2R_3^∗R_4)^∗R_2R_3^∗ (R1∪R2R3∗R4)∗R2R3∗
-
R
∗
R^*
R∗
通过下面例子来进行演示:假设化简的是下面的例子
- 首先先把上面的两个 accept 状态的图转换成一个 accept 状态,根据上面的知识
- 通过正则表达式来替换线上的字符从而实现状态的化简:
- 再次通过正则表达式来合并中间的步骤
- 最终把中间状态逐渐换成正则表达式;得到了最简的 NFA
- 而上述的式子就相当于我们最开始引入的
(
R
1
∪
R
2
R
3
∗
R
4
)
∗
R
2
R
3
∗
(R_1 ∪ R_2R_3^∗R_4)^∗R_2R_3^∗
(R1∪R2R3∗R4)∗R2R3∗
- 因此我们容易得到以下替换:
扩展
- 下图中表示的:一个进,一个出,一个循环的这种状态可以被固定的写成 R 1 R 2 ∗ R 3 R_1R_2^∗R_3 R1R2∗R3
- 如果有
m
m
m 个进入的弧线,
n
n
n 个出去的弧线,那么这些弧线可以被
m
×
n
m×n
m×n 个循环弧线所代替。
正则表达式的定理
正则语言的局限性
{ 0 n 1 n ∣ n ≥ 0 } = { ϵ , 01 , 0011 , 000111 , . . . } \{0^n1^n | n ≥ 0\} = \{\epsilon, 01, 0011, 000111, . . .\} {0n1n∣n≥0}={ϵ,01,0011,000111,...}
- 对于上面的语言我们无法使用 DFA 来识别,即:他不是一个正则语言。
通过泵引理(Pumping Lemma)来验证正则语言
- pumping lemma 只能证明一个语言不是正则语言,不能证明一个语言是正则语言;即:满足 pumping lemma 不一定是正则语言,但是不满足 pumping lemma 一定不是正则语言
泵引理反证法实例