编译原理笔记（二）——正则表达式到有限状态自动机

编译原理笔记（二）——正则表达式和NFA、DFA转化原理

从RE到NFA（Thompson算法）

Thompson

Kenneth Lane Thompson(1943年2月4日 -)，计算机科学家，美国计算机学者，1983年图灵奖得主，因为其在Unix上做出的重大贡献，

算法介绍

基于对RE结构做归纳

1. 对基本的RE结构，直接构造
2. 对于复合的RE结构，递归构造

RE正则表达式的五种结构

e -> 空串j
	| c
	| e1 e2  连接
	| e1 | e2  选择
	| e1* 闭包

• 对于空串j,其属于一个基本的RE结构，直接构造，NFA为

• 对于字符c，其也为一个基本的RE结构，NFA的构造为

• 对于连接e1、e2

• 对于选择e1|e2

• 闭包e1*

实例

比如将**a(b|c)***转化成NFA

• 首先需要注意优先级

() > 闭包 > 连接 > 选择，所以上面的描述应该是b和c的选择的闭包再和a的连接

• 从左至右将每个基本模块拆列出来
• 然后连接上去

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IWzmhuq2-1637423203277)(https://i.loli.net/2021/11/12/dwXeZsE9cuMAtCR.png)]

从NFA到DFA(子集构造算法)

算法思想

从初始状态q0出发，看他识别一个字符能到达的所有状态的集合q1，空字符是不需要消耗字符，然后再从集合q1出发，看他能到达的下一个状态的集合q2,依次类推下去，直到所有状态都被遍历完毕

实例

以RE表达式a(b|c)*的NFA为列，生成DFA的过程为

从初始状态q0开始,识别a,能到达的状态为**{1,2,3,4,6,9},q1 = {1,2,3,4,6,9}，识别b和c没有任何状态，再从q1开始，对于q1内部的子状态，分别再识别符号表中的a,b,c，到4时，识别b，能到{5,8,9,3,4,6}=q2**,然后再从q2出发…

最终得到四个合并状态，他们的简化表示为

空字符闭包的计算（伪代码）

深度优先遍历

set closure = {}

void eps_closure(x)
	closure += {x}
	foreach(y: x -- 空字符 --> y)
		if(!visited(y))
			eps->closure(y)

# 因为有一个判断结点是否访问的visited，时间复杂度为O（N）

广度优先遍历

set closure = {}
queue = []

void eps_closure(x) =
	queue = [x]
	while(queue not empty)
		q <- deQueue(queue)
		closure += {q}
		foreach(y: q--空字符-->y)
			if(!visited(y))
				enQueue(queue,y)

工作表算法

q0 <- eps_closure(n0)
Q <- {q0}

workList <- q0
while(workList != [])
	remove q from workList
	foreach(character c)
		t <- eps_closure(delta(q, c))
		D[q, c] <- t
		if (t not in Q)
			add t to Q and workList

minDFA算法(Hopcroft算法)

Hopcroft教授是美国理论计算机科学家，美国科学院、工程院及艺术和科学院院士, 康奈尔大学终身教授，1986获得 “图灵奖” 、2010年获得 “冯诺依曼奖章” 、2016年获得 “中国政府友谊奖” 、2017获得西蒙雷曼创始人奖

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-OGipZDAP-1637423203280)(https://i.loli.net/2021/11/13/ZwBUuQPFDi4r3Hj.png)]

基于等价类的思想，拆分子集

其伪代码:

split(s)
	foreach(character c)
		if(c can split S)
			split S into T1,T2,T3.....
			
hopcroft()
	split all nodes into N,A
	while(set is still changes)
		split(S)

现将DFA拆分成，终止状态集A和正常状态集N,然后再在N和A里面拆分，直到不能再拆分为止，从大集合到不能再拆分的小集合，即同一个大集合里面的几个状态扫描一个字符能到同样的状态，那么这几个状态就组成了一个集合，反之就要拆分出来，不断这样下去，一直拿到这个最小集合此时这个最小集合就是minDFA

实例

​

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-W81F5HkH-1637423203283)(https://i.loli.net/2021/11/13/6zMjGqfVUlFNrCg.png)]