java语言nfa转dfa分析程序_词法分析器2(ε-NFA到DFA的转换)

接上一篇我们已经得到了一个完整的ε-NFA，下面来说说如何将ε-NFA转换为DFA(确定有限自动机)。

DFA的状态

在DFA中，某个状态对应到ε-NFA中的若干状态，应此我们将会得到下面这样的一个结构。

struct DFA_State

{

set content;

bool bFlag;

#ifdef _DEBUG

uint idx;

#endif

DFA_State(const set& x) : content(x), bFlag(false)

{

#ifdef _DEBUG

idx = inc();

#endif

}

inline const bool operator==(const DFA_State& x)const

{

if (&x == this) return true;

return content == x.content;

}

#ifdef _DEBUG

inline uint inc()

{

static uint i = 0;

return i++;

}

#endif

};

可以看到，为了调试方便我们在结构中定义了状态的唯一ID以及对应到ε-NFA状态的集合和一个标记位。

DFA的边

根据上一篇的经验，不难想到DFA的边应该是什么样的，下面直接给出代码，不做说明。

struct DFA_Edge

{

struct

{

Char_Type char_value;

String_Type string_value;

}data;

enum Edge_Type

{

TUnknown = 0,

TNot = 1,

TChar = 2,

TString = 4

};

uchar edge_type;

DFA_State* pFrom;

DFA_State* pTo;

DFA_Edge(const Char_Type& x, bool bNot, DFA_State* pFrom, DFA_State* pTo) : pFrom(pFrom), pTo(pTo)

{

data.char_value = x;

edge_type = bNot ? (TChar | TNot) : TChar;

}

DFA_Edge(const String_Type& x, bool bNot, DFA_State* pFrom, DFA_State* pTo) : pFrom(pFrom), pTo(pTo)

{

data.string_value = x;

edge_type = bNot ? (TString | TNot) : TString;

}

inline const bool isNot()const

{

return (edge_type & TNot) == TNot;

}

inline const bool isChar()const

{

return (edge_type & TChar) == TChar;

}

inline const bool isString()const

{

return (edge_type & TString) == TString;

}

const Edge_Type edgeType()const

{

if (isChar()) return TChar;

else if (isString()) return TString;

else return TUnknown;

}

const bool operator

{

return (ulong)pFrom + pTo < (ulong)x.pFrom + x.pTo;

}

const bool operator==(const DFA_Edge& x)const

{

return pFrom == x.pFrom && pTo == x.pTo;

}

};

由于DFA中不存在ε边，应此DFA将会存在若干个结束状态，但他只有一个开始状态

DFA_State* pDFAStart;

set pDFAEnds;

set dfa_Edges;

为了下一步分析的高效，以后可能会将这里的dfa_Edges同样修改为hashmap。

至此DFA所要用到的两个结构迅速的介绍完了。

子集构造算法

通过各种资料，我们不难发现，从ε-NFA转换到DFA的过程中，最常用就是子集构造算法。子集构造算法的主要思想是让DFA的每个状态对应NFA的一个状态集。这个DFA用它的状态去记住NFA在读输入符号后达到的所有状态。(引自编译原理)其算法如下

输入：一个NFA N。

输出：一个接受同样语言的DFA D。

方法：

1.求取ε-NFA初始状态的ε闭包作为DFA的起始状态，并将这个状态加入集合C中，且它是未标记的。同时记录它的向后字符集。

2.从集合C中取出一个未被标记的子集T和其对应的字符集，标记子集T。

3.使用上一步取出的字符集通过状态转移函数求出转移后的状态集M。

4.求取上一步得到的状态集M的ε闭包U

5.如果U不在集合C中则将U作为未被标记的子集加入C中，同时记录它的向后字符集。检查状态U中是否存在NFA中的终结状态，若存在则将状态U加入到pDFAEnds中。

重复2，3，4，5部直至集合C中不存在未被标记的状态。

ε闭包

ε闭包是指从某个状态起只经过ε边达到的其他状态的集合，同时这个状态也属于这个集合中。其算法如下

输入：状态集k。

输出：状态集U和其所对应的向后字符集。

方法：

1.遍历状态集k中的每个状态k'。

2.若k'不存在于结果状态集U中，将k'插入U中。

3.建立一个临时集合tmp，并将k'插入其中。

4.从临时集合tmp中取出一个状态p。

5.取出所有从p出发的边，若这条边是ε边，且抵达状态不在结果状态集U中，将抵达的状态分别插入结果状态集U和临时集合tmp中。若这条边是字符集的边且这条边所对应的字符不在向后字符集中，则将向后字符插入向后字符集中。

6.将状态p从临时集合tmp中删除。

循环4，5，6部直至tmp中不存在任何状态为止。

由于在生成ε-NFA时不存在只有ε边的循环，应此这里不会产生死循环。下面给出具体的代码

void epsilonClosure(const set& k, EpsilonClosureInfo& info)

{

for (typename set::const_iterator i = k.begin(), m = k.end(); i != m; ++i)

{

info.states.insert(*i);

set tmp;

tmp.insert(*i);

while (!tmp.empty())

{

EpsilonNFA_State* pState = *tmp.begin();

for (typename vector::const_iterator j = epsilonNFA_Edges[pState].begin(), n = epsilonNFA_Edges[pState].end(); j != n; ++j)

{

if (j->isEpsilon())

{

if (info.states.insert(j->pTo).second) tmp.insert(j->pTo);

}

else if (j->isChar()) info.chars.insert(pair(j->data.char_value, j->isNot()));

else if (j->isString()) info.strings.insert(pair(j->data.string_value, j->isNot()));

}

tmp.erase(pState);

}

}

}

其中用到的EpsilonClosureInfo结构为

struct EpsilonClosureInfo

{

set states;

set > chars;

set > strings;

EpsilonClosureInfo() {}

EpsilonClosureInfo(const set& states,

const set >& chars,

const set >& strings)

: states(states)

, chars(chars)

, strings(strings) {}

EpsilonClosureInfo(const EpsilonClosureInfo& x)

{

states = x.states;

chars = x.chars;

strings = x.strings;

}

};

需要保存的是状态集和向后字符集。

状态转移函数

通过状态转移函数，输入一个集合T和一个字符a将可得到所有通过T中的每一个状态和a边所能达到的状态的集合。应此代码如下

set move(const DFA_State& t, const Char_Type& c, bool bNot)

{

set result;

for (typename set::const_iterator i = t.content.begin(), m = t.content.end(); i != m; ++i)

{

for (typename vector::const_iterator j = epsilonNFA_Edges[*i].begin(), n = epsilonNFA_Edges[*i].end(); j != n; ++j)

{

if (j->isChar() && j->data.char_value == c && j->isNot() == bNot) result.insert(j->pTo);

}

}

return result;

}

set move(const DFA_State& t, const String_Type& s, bool bNot)

{

set result;

for (typename set::const_iterator i = t.content.begin(), m = t.content.end(); i != m; ++i)

{

for (typename vector::const_iterator j = epsilonNFA_Edges[*i].begin(), n = epsilonNFA_Edges[*i].end(); j != n; ++j)

{

if (j->isString() && j->data.string_value == s && j->isNot() == bNot) result.insert(j->pTo);

}

}

return result;

}

为了分别支持Char_Type和String_Type的字符我们定义了两个move函数。

最后我们给出子集构造算法的代码

void buildDFA()

{

set start;

start.insert(pEpsilonStart);

typedef pair c_type;

map > c;

queue c2;

pDFAStart = DFA_State_Alloc::allocate();

EpsilonClosureInfo info;

epsilonClosure(start, info);

construct(pDFAStart, info.states);

c_type ct(pDFAStart, info);

c[info.states.size()].push_back(ct);

c2.push(ct);

if (isEndDFAStatus(pDFAStart)) pDFAEnds.insert(pDFAStart);

context.dfa_States.insert(pDFAStart);

while (!c2.empty())

{

DFA_State* t = c2.front().first;

set > chars = c2.front().second.chars;

set > strings = c2.front().second.strings;

t->bFlag = true;

for (typename set >::const_iterator i = chars.begin(), m = chars.end(); i != m; ++i)

{

EpsilonClosureInfo info;

epsilonClosure(move(*t, i->first, i->second), info);

DFA_State* p = getDFAState(info.states, c);

if (p) // 如果这个状态已存在

{

dfa_Edges.insert(DFA_Edge(i->first, i->second, t, p));

}

else

{

DFA_State* pState = DFA_State_Alloc::allocate();

construct(pState, info.states);

context.dfa_States.insert(pState);

if (isEndDFAStatus(pState)) pDFAEnds.insert(pState);

c_type ct(pState, info);

c[info.states.size()].push_back(ct);

c2.push(ct);

dfa_Edges.insert(DFA_Edge(i->first, i->second, t, pState));

}

}

for (typename set >::const_iterator i = strings.begin(), m = strings.end(); i != m; ++i)

{

EpsilonClosureInfo info;

epsilonClosure(move(*t, i->first, i->second), info);

DFA_State* p = getDFAState(info.states, c);

if (p) // 如果这个状态已存在

{

dfa_Edges.insert(DFA_Edge(i->first, i->second, t, p));

}

else

{

DFA_State* pState = DFA_State_Alloc::allocate();

construct(pState, info.states);

context.dfa_States.insert(pState);

if (isEndDFAStatus(pState)) pDFAEnds.insert(pState);

c_type ct(pState, info);

c[info.states.size()].push_back(ct);

c2.push(ct);

dfa_Edges.insert(DFA_Edge(i->first, i->second, t, pState));

}

}

c2.pop();

}

}

尾声

同样我们来编写一个函数来打印出DFA。

void printDFA()

{

printf("---------- DFA Start ----------\n");

set tmp;

for (typename set::const_iterator i = dfa_Edges.begin(), m = dfa_Edges.end(); i != m; ++i)

{

printf("%03d -> %03d", i->pFrom->idx, i->pTo->idx);

switch (i->edgeType())

{

case DFA_Edge::TChar:

printf("(%c)", i->data.char_value);

break;

case DFA_Edge::TString:

printf("(%s)", i->data.string_value.c_str());

break;

default:

break;

}

if (i->isNot()) printf("(not)");

printf("\n");

tmp.insert(i->pFrom);

tmp.insert(i->pTo);

}

printf("start: %03d -> ends:", pDFAStart->idx);

for (typename set::const_iterator i = pDFAEnds.begin(), m = pDFAEnds.end(); i != m; ++i)

{

printf("%03d", (*i)->idx);

}

printf("\n");

#if DEBUG_LEVEL == 3

printf("-------------------------------\n");

for (typename set::const_iterator i = tmp.begin(), m = tmp.end(); i != m; ++i)

{

printf("State: %03d\n", (*i)->idx);

for (typename set::const_iterator j = (*i)->content.begin(), n = (*i)->content.end(); j != n; ++j)

{

printf("%03d", (*j)->idx);

}

printf("\n");

}

#endif

printf("----------- DFA End -----------\n");

}

最后我们加入测试代码

Rule_Type::Context context;

Rule_Type a('a', context), b('b', context), d('d', context);

Rule_Type result = (a - d).opt() + (+b | !(a + b));

result.buildDFA();

#ifdef _DEBUG

result.printEpsilonNFA();

result.printDFA();

#endif

可打印出如下内容

画成图如下