nfa确定化 dfa最小化_词法分析 | DFA 的最小化：Hopcroft 算法

通过前面对于词法自动生成部分的学习，我们已经掌握了如何从源码生成到 DFA 。

那么为什么要对 DFA 进行最小化处理呢？

下面给出一个例子：

如下是我们之前写出的 a(b|c)* 的 NFA：

它可以对应转换成如下的 DFA：

在上面的 DFA 中非接受状态和接受状态是不能够合并的，因为如果合并，就会接受一个 ε 串，这是明显不正确的。但是如果同样是接受状态或者同样是非接受状态的话就有可能。例如可以将 q2 和 q3 进行合并，得到一个新的接受状态 q4。得到新的 DFA，如下：

之后，我们还可以再对 q1 和 q5 进行融合得到 q5。

这就是最终的状态最少的 DFA 。

最小化得到状态最少的 DFA 的好处在于，因为 DFA 最后的代码实现是在作为内部的一个数据结构表示，如果状态和边越少，则它占用的计算资源（内存、cache）会更少 ，可以提高算法的运行效率和速度。

Hopcroft 算法

//基于等价类的思想

q1, q2, q3 都有对状态 a 的转移，但是 q1 和 q2 转移到了同样的一个状态 S2, q3 转移到了 S3。所以 q1, q2 可以看做一组，因为它们对 a 的行为是一致的，都到了 S2。q3 单独一组。所以 a 这个字符将 S1 切为了两个子集。这就是等价类的思想。

Hopsroft 算法就是先根据非终结状态与非终结状态将所有的节点分为 N 和 A 两大类。 N 为非终结状态，A 为终结状态，之后再对每一组运用基于等价类实现的切割算法。

举个例子：

对于之前给出的 DFA 的例子，我们首先将其切分为 N 和 A, N 是 q0, A 是 {q1, q2, q3}。

在 A 中，就字符 b 的状态转移，每个节点最后得到的都还是 A 这个状态，无法对 q1, q2, q3 进行区分。同理，c 也不能这三个节点进行切分。所以就将这三个节点融合为一个新的节点 q4。

再给一个例子：

这个算法的正则表达式是 fee 或者 fie，可以通过 fee 或 fie 到达终结状态。

N : {q0, q1, q2, q4}

A : {q3, q5}

在 N 中 q0 和 q1 在接受 e 的条件下最终得到的状态还是在 N 的内部。所以可以将其根据 e 拆分成 {q0, q1}, {q2, q4}, {q3, q5}

对于 q2 和 q4 都可以接受 e ，而且最终达到的状态一致，所以不能再进行切分。

q0 和 q1 ，在接受 e 的时候， q0 最终得到还是在 {q0, q1}这个状态的结合中， q1 却会落在 {q2, q4} 的状态中，所以可以将 q0 和 q1 分为 {q0}, {q1}。

---

原文链接：

• 编译原理 - 网易云课堂