有限自动机；正规式->NFA->DFA->最小化DFA->词法分析器

 2.3 记号的识别---有限自动机

2.3.1 不确定的有限自动机（NFA）

NFA是一个五元组，M=（S,Σ，move，s0，F）

1. S是有限个状态的集合
2. Σ是有限个输入字符（包括ε）的集合
3. move是一个状态转移函数，move（si，ch）=sj表示当前状态si下若遇到输入字符ch，则迁移到状态sj
4. s0是唯一的初态
5. F是终态集，它是S的子集，包含了所有的终态

一个例题看懂NFA

识别由正规式（a|b）*abb说明的记号的NFA定义如下

S（0,1,2,3） Σ={a，b}，s0=0，F={3}

move={move（0，a）=0，move（0，a）=1，move（0，b）=0，move（1，b）=2，move（2，b）=3}

下图是两种识别(a|b)*abb的NFA的方法

A.

                                  上图是转换图表示的NFA

B.

上图是状态转换矩阵表示的NFA

2.3.2 确定的有限自动机（DFA）

DFA是NFA的一个特例

1. 没有状态具有ε状态转移，即状态转换图中没有标记ε的边
2. 对每一个状态s和每一个字符a，最多有一个下一个状态

与NFA相比，DFA的特点就是它的确定性

2.3.3 有限自动机的等价

NFA和DFA统称为有限自动机

有限一词应怎样理解呢？

有限是指自动机的状态数是有限

 

定义：若有限自动机它们识别同一个正规集，则称M和M’是等价的

                                                      2.4 从正规式到词法分析器

 

2.4.1从正规式到NFA

Thompson算法

自己总结的过程

简要来说：其实就是把几种最简单的基本运算用NFA表示出来，以后遇到困难的正规式，不外乎就是从基本运算混合出来的！！

所以我们只需要研究，搞清楚几种简单运算的正规式的来的原理，就行了！！

 

在Thompson算法中，几种基本运算的NFA构造

该NFA接受{ε}

该NFA接受{a}

该NFA接受L（p）∪L（q）

、

该NFA接受L(p)L（q）

该NFA接受L（p*）

看例题2.11，用Thompson算法构造正规式r=（a|b）*abb的N（r）

即为求r的不确定有限自动机

r中由∪和闭包、接受a和接受b构成

直接将他们和上面基本的运算的NFA 结合对比画出来即可

 

2.4.2 从 NFA到DFA

采用并行的方法，基本思想就是将不确定的下一状态确定化

怎么确定化呢？

下面看一道例题：

将下面这个NFA变成DFA！！

方法：如果从当前状态出发经过c可能到达不止一个状态，则将这些所有状态组成一个集合，而虚拟的认为到达这一状态集！！

按照上述方法，从甲地到乙地的路径如下所示：

甲__c__{1,2}__c__{3,乙}    到达乙地成功

DFA如下：

注意：计算DFA，只能是由同一条边到达不同状态的才能合并状态！！，比如说都是甲到丙经过c边

 

2.4.3最小化DFA的状态数

1. 初始划分，将所有状态按终态和非终态分成两组
2. 利用可区分概念，反复分裂，元素个数不为1的组，直到无法区分（分裂）为止
3. 最后，选代表，修改状态转移，每一个组选一个代表

 

 

2.4.5由DFA构造词法分析器

1. 表驱动型词法分析器

将DFA用状态转换矩阵表示，它和模拟DFA的算法构成了表驱动型的词法分析器

状态转换矩阵是分析器的分析表

算法是它的驱动器

 

1. 直接编码型词法分析器

无需分析表分析动作，直接将DFA变成程序，直接用程序模拟DFA行为