【编译原理】正则语言和表达式

正则语言

DFSM和NFSM是等效的，我们将在方便的地方使用“FSM"。

FSM可以识别正则语言。

能用正则语言表述 《=》 对应的有限状态机

正则表达式：定义正则语言

每个正则表达式都等效于FSM：

1. 对于任何正则表达式，都存在一个识别正则表达式定义的语言的FSM。
2. 反之亦然：对于任何FSM，都存在定义FSM所识别语言的正则表达式。

由于FSM所识别的语言是正则的，因此，如果某个正则表达式对其进行了描述，那么语言就是正则的。

能够被FSM识别的语言一定是正则的。

语言是正则的《=》能用正则表达式描述它

一些相关的基本概念

正则表达式：表示字符串的模式。

正则表达式r完全由它匹配的字符串集定义。

集合称为r的语言，写为L（r）

集合元素称为符号

这组法律符号称为字母表，并写成希腊符号∑

基本概念和术语

字母表：一组非空有限元（符号）（例如{a, b, c, +, .}）

字符串：任何有限的符号序列 （集合中的symbols）

正则操作

Union（并集）：备选方案的选择，由元字符“|”或“∪”表示。

Concatenation（连接）：由并列表示“○”

Repetition（重复）或 “closure”（结束），由元字符“*”表示

正则表达式：语法

语法：合法表达式
设∑为字母表。表达式R是正则的，如果R是以下表达式之一：

1. 对于∑中的某个a
2. 元字符ε（空字符串）
3. Φ（空语言）
4. R1 ∪ R2 其中R1和R2都是正则表达式
5. R1 ○ R2 其中R1和R2都是正则表达式
6. R*，其中A是正则表达式

其他一些正则表达式

R+表示R中具有非零长度的所有字符串的集合
R+ ∪ ε = R

正则表达式的限制

每一种有限语言都是正则的。

只有无限语言可以是非正则的，但并非所有无限语言都是非正则语言。

语言和正则表达式的关系

不是所有的语言可以用正则表达式表达出来。

不是所有的语言可以写成正则语言。

DFSM, NFSM, 正则语言, 正则表达式

DFSM和NFSM等效

1. 每个DFSM都是NFSM
2. 每个NFSM都可以转换为DFSM

FSM识别的语言（无论是确定性的还是非确定性的，因为它们是等价的）是正则的

正则表达式可用于定义语言

正则表达式等效于FSM

1. 对于每个正则表达式，都有一个等效的FSM。
2. 对于每个FSM，都有一个等价的正则表达式。
3. 这意味着由正则表达式定义的语言是正则的，并且每个正则语言都有一个正则表达式。

证明语言的非正则

Interesting languages are nonregular （其中一些属于上下文无关语言类）

我们研究、证明并应用抽运引理作为证明语言非正则性的一种方法 （规则背后的直觉：无限语言有一些重复的结构）

证明语言的正则的方法

1. 每个有限语言都是正则的
2. 给出正则表达式
3. 提供FSM
4. 使用闭包性质

Thanks to Dr. John: Some contents are from their slides.