编译器-有限自动机和正则表达式

编译器的词法分析是基于finite automata(有穷自动机) 和 regular expression(正则表达式)

alphabet：finite set of symbols 字母表：有限符号的集合
string：sequence of symbols from a given alphabet 字符串：给定字母表的符号序列
language：set of string 字符串的集合

例如x12 = 32；中有token
x12        identifier
=            assignment
32          unsigned int
；          end of statement

这里的4个token其实可以看作4门语言 每门语言都有其独特的字符构成 

当把一个string（或者说一个token）传给finite automata或者regular expression的时候 它会返回告诉你这是不是一个合法的token 是不是一个属于它的语言的token 

finite automata和regular expression作为一个工具来识别语言只能识别regular language（标准语言）

DFA相对来说要求会更加严格 每一个可能的输出都有且只有一条输出

L = { w | w contains 101 as substring}

DFA(deterministic finite automata)(确定有限自动机) for L