编译原理-词法分析

参考哈工大课件

正则表达式

正则表达式(Regular Expression，RE )是一种用来描述正则语言的更紧凑的表示方法
运算的优先级：*、连接、|
正则文法与正则表达式等价

单词的识别

1. 有穷自动机 (Finite Automata)

给定输入串x，如果存在一个对应于串x的从初始状态到某个终止状态的转换序列，则称串x被该FA接收

①确定的FA (Deterministic finite automata, DFA)

M = ( S，Σ ，δ，s0，F ) 注意：Σ不包含ε，s0开始只有一个状态，F终止是一个集合
可以用转换表表示DFA

是否终态	状态\输入	a	b
0	0
0	1
1	2

②非确定的FA (Nondeterministic finite automata, NFA)

M = ( S，Σ ，δ，s0，F )
注意：δ和DFA不同，从状态s出发，沿着标记为a的边所能到达的状态集合（可能有多个标记为a的边）
从正则表达式到自动机

是否终态	状态\输入	a	b
0	0	{0,1}	{1}
0	1		{2}
1	2	{3}

DFA和NFA的等价性：DFA和NFA可以识别相同的语言

• 正则文法 ⇔ 正则表达式 ⇔ FA

带有和不带有“ε-边”的NFA 的等价性

2.从正则表达式到有穷自动机

从NFA到DFA的转换

子集构造法
ε-closure ( s ) ：能够从NFA的状态s开始只通过ε转换到达的NFA状态集合
ε-closure ( T ) ：能够从T 中的某个NFA状态 s开始只通过ε转换到达的NFA状态集合,即Us∈T，ε-closure ( s )
move( T , a)： 能够从T 中的某个状态 s出发通过标号为a的转换到达的NFA状态的集合
将状态集合相同的{AB}状态，用一个新的状态{A}表示；若状态集合中包含终止状态，则这个状态也是终止状态。