【编译原理】DFA自动机设计 算法&例题&代码实现

1.前言

设计DFA是编译原理中非常重要的一环，在词法分析中占有很重要的地位。一般而言，我们会先求正则表达式，然后根据正则表达式来求DFA。所以，在设计DFA之前，首先要确保你的正规文法正确。

简单的正规表达式可以直接求出DFA，但是稍微复杂的就困难了。一般而言DFA的设计需要经过三步，第一步，设计符合要求的ε-NFA；第二步，转化成DFA；第三步（如果没要求可省略），DFA的化简。

2.算法

2.1 ε-NFA设计

ε-NFA的定义：非确定性有限自动机。条件：1.自动机在某个状态下读取一个符号后转移的状态不唯一；2.符号含ε（空转换，表示不读入任何符号就转换状态）。

三种结构，分别是顺序、选择、循环，对应三个DFA模板：

1.顺序结构。

2.选择结构，M1、M2是被选择部分。

3.循环结构，M1是循环部分。

按照这三个模板去实现正则表达式，然后你就会发现有很多ε和很多“无用”状态，正是这些边和顶点的加入才使得ε-NFA的设计变得直观。实际上，上述给出的模板足够严谨却没有极致精简，在例题中我们将进一步精简表达。

2.2 ε-NFA转化DFA

DFA定义：确定性有限自动机。条件：有限状态机在读取一个符号后转移的状态唯一。

根据定义，DFA里不会出现空转移，也不会出现某状态读取相同符号后转移到不同的状态。

设原自动机ε-NFA={Pn,Vt,p1,pe,Q}.Pn为状态集合；Vt为转移符号xi集合（含ε）；p1为开始状态；pe为终止状态;Q为转换规则。
设转换后的自动机DFA={Sn,Vt,s1,se,Q}.Sn为新状态集合；Vt为转移符号（不含ε）；s1为新开始状态；Se为新终止状态集合；Q为新的转换规则。
1.S置为空。
2.从p1开始记录所有ε可以转移到的状态，记为s1={P0,Pi,...,Pj}，s1∈Sn.
3.遍历Vt中所有非终结符。对于xi∈Vt（非终结符）记录下s1中状态能到达的状态集合，记为si={Pk,...Pj}。若si不为空，则si∈Sn。
4.对3中S增添的新状态重复3的操作。
5.反复执行3、4直到Sn不会增添新的元素。

ps:
对于新的DFA状态集合中元素si，如果含有原NFA的终止状态，则它是DFA的终止状态。
DFA的状态转移函数在3中求过了，如s1->as2。

 如果算法看起来难懂，没关系，下面我们有例子进行详解。

2.3 DFA的化简

DFA的化简主要是进一步删除具有相同功能的状态以及无用状态。

删除相同功能的状态的依据是状态是否可区分。直接观察DFA有时也能看出来哪些状态“具有相同的功能”。大多时候很难直接找到哪些状态是“有相同功能”的，于是我们从反面出发，研究哪些状态是具有不同的功能（可区分）。

设原自动机DFA={Pn,Vt,p1,pe,Q}.Pn为状态集合；Vt为转移符号xi集合（含ε）；p1为开始状态；pe为终止状态;Q为转换规则。

定义状态的可区分：如果两个状态(p1,p2)分别属于Kn和Pn-Kn，那么这两个状态(p1,p2)可区分；如果两个状态(p1,p2)都属于Kn或者Pn-Kn，但是分别读取一个相同的符号x后转移到的两个新状态（p3,p4）分别处于Kn和Pn-Kn中，那么这两个状态仍然可区分。

根据可区分关系划分Pn的商集：
1.首先划分两个集合Kn与Pn-Kn，这两个集合的元素互相可区分。
2.对于剩下的、同处于相同集合的元素pi、pj执行：
  每次尝试读取一个转移符号xi，观察转移后的状态pi'、pj'是否处于Kn与Pn-Kn两个状态集合。如果是，就判定pi，pj这两个状态可区分，否则对pi、pj尝试一个新的转移符号。如果所有的转移符号都尝试完，这pi、pj依旧不可区分，那么pi、pj不可区分，记为pi≡pj。

最终，记录下哪些状态对不可区分。

3.例题&代码

实现常数识别机：能够识别的数的形式包括整数、浮点数、科学计数。

首先确定符合要求的正规表达式，大概是d+ [. d+ [ (e | E) (+ | -) d+ ] ]

注意的一点是，这里我没有讨论识别负数，这是因为如果在常数识别这个任务识别了“-”，会给将来的语法分析带来麻烦。举例说：a-b，这个表达式在语法分析中是“《因式》《运算符》《因式》”的结构，也就是说结构合理。而如果过早识别了-，这个式子的结构就会变成“《因式》《因式》”，会被判错。所以，在常数识别的时候，不识别负数。

制作一个符合要求的DFA（下图-1表示无效输入，如空格等）。

然后根据DFA写一个简单的程序。

string judgeConst(char &ch, ifstream &infile)
{
    string str = "";
    int state = 0;
    bool flag = false;
    while (state != 7) //有限状态自动机，7为终止状态
    {
        switch (state)
        {
        case 0:
            if ((ch >= '0' && ch <= '9') || ch == '-')
            {
                state = 1;
                str += ch;
                infile >> ch;
            }
            break;
        case 1:
            if (ch >= '0' && ch <= '9')
            {
                state = 1;
                str += ch;
                infile >> ch;
            }
            else if (ch == 'e' || ch == 'E')
            {
                state = 4;
                str += ch;
                infile >> ch;
            }
            else if (ch == '.')
            {
                state = 2;
                str += ch;
                infile >> ch;
            }
            else
            {
                state = 7;
                flag = true;
            }
            break;
        case 2:
            if (ch >= '0' && ch <= '9')
            {
                state = 3;
                str += ch;
                infile >> ch;
            }
            break;
        case 3:
            if (ch == 'e' || ch == 'E')
            {
                state = 4;
                str += ch;
                infile >> ch;
            }
            else if (ch >= '0' && ch <= '9')
            {
                state = 3;
                str += ch;
                infile >> ch;
            }
            else
            {
                flag = true;
            }
            break;
        case 4:
            if (ch == '+' || ch == '-')
            {
                state = 5;
                str += ch;
                infile >> ch;
            }
            else if (ch >= '0' && ch <= '9')
            {
                state = 6;
                str += ch;
                infile >> ch;
            }
            break;
        case 5:
            if (ch >= '0' && ch <= '9')
            {
                state = 6;
                str += ch;
                infile >> ch;
            }
            break;
        case 6:
            if (ch >= '0' && ch <= '9')
            {
                state = 6;
                str += ch;
                infile >> ch;
            }
            if (ch < '0' || ch > '9')
            {
                state = 7;
            }
            break;
        case 7:
            flag = true;
            break;
        }
        if (flag)
            break;
    }
    return str;
}