[HIT-FLAA]哈工大2020春形式语言与自动机复习笔记 (3)

本系列文章

• 有穷自动机
• 正则表达式
• 上下文无关文法和下推自动机
• 图灵机

1. 上下文无关文法(CFG)

1. 形式化定义

上下文无关文法 (Context-Free Grammars)：CFG是一个四元组，如：$G=(V,T,S,P)$，其中

• $V$：变元的集合，是一个有限集；（变量）
• $T$：终结符的集合，是一个有限集，且 $V\cap T=\varphi$；（值）
• $S$：开始变元，$S\in V$；
• $P$：产生式的集合，是一个有穷集，其中的每个元素都有形式：$A\to \alpha$，其中 $A\in V,\alpha \in (V\cup T{)}^{\ast }$

派生：由产生式生成字符串的过程。

• 最左派生：每次选取派生式的最左的变元派生替换。

• 最右派生：每次选取派生式的最右变元派生替换。

例如： L = { a 2 n b m ∣ n ≥ 0 , m ≥ 0 } L=\{a^{2n}b^m | n \ge 0, m \ge 0 \} L={ a2nbm∣n≥0,m≥0} 的产生式为：$S\to AB,A\to \epsilon |aaA,B\to \epsilon |Bb$

对于字符串 $w=aabb$ 来说，派生式如下：

$S\Rightarrow AB\Rightarrow aaAB\Rightarrow aaABb\Rightarrow aaBb\Rightarrow aaBbb\Rightarrow aabb$

• 最左派生：$S\Rightarrow AB\Rightarrow aaAB\Rightarrow aaB\Rightarrow aaBb\Rightarrow aaBbb\Rightarrow aabb$

• 最右派生：$S\Rightarrow AB\Rightarrow ABb\Rightarrow ABbb\Rightarrow Abb\Rightarrow aaAbb\Rightarrow aabb$

上下文无关语言 (CFL)：$G=(V,T,S,P)$ 是一个CFG，则 L ( G ) = { w    ∣    w ∈ T ∗    a n d    S ⟹ ∗ w } L(G)=\{w\;|\;w\in T^*\; and\; S \stackrel{*}{\Longrightarrow} w\} L(G)={ w∣w∈T∗andS⟹∗​w}

2. 语法分析树

语法分析树：$G=(V,T,S,P)$ 是一个CFG，一个G的语法分析树如下：

• 每个内节点都标了一个 $V$ 中的变元；
• 每个叶节点都标了一个 T ∪ { ε } T\cup \{\varepsilon\} T∪{ ε} 中的符号，所有被 ε 标记的叶节点都是其父节点的唯一子节点；
• 如果一个内节点标记为A，它的子节点(从左到右)标记为 $x_1,x_2,\dots ,x_k$，则 $A\to x_1,x_2,\dots ,x_k\in P$

例： L = { w    ∣    w ∈ { 0 , 1 } ∗    a n d    w = w R } L=\{ w\; |\; w\in \{0,1\}^*\; and\; w = w^R \} L={ w∣w∈{ 0,1}∗andw=wR} 产生式为 $S\to \epsilon |0|1|0S0|1S1$ 两个语法分析树如下：

3. 二义性

对于一个CFG： G = ( { E , I } , { a , b , ( , ) , + , ∗ } , E , P ) G=(\{E,I\}, \{a, b, (, ), +, *\}, E, P) G=({ E,I},{ a,b,(,),+,∗},E,P)，产生式为 $E\to I|E+E|E\ast E|(E),I\to a|b$

对于字符串 $w=a+a\ast a$ 的两种最左派生如下：

$$\begin{gathered} E\Rightarrow E\ast E\Rightarrow E+E\ast E\Rightarrow I+E\ast E\Rightarrow a+E\ast E\Rightarrow a+a\ast a \\ E\Rightarrow E+E\Rightarrow I+E\Rightarrow a+E\Rightarrow a+E\ast E\Rightarrow a+a\ast a \end{gathered}$$

对应的语法分析树如下，发现一个先算的是加法，一个先算的是乘法，出现了歧义。

重新构造产生式以消除歧义：

先算乘法的：$E\to I|E+E|E\ast E|(E),I\to a|b$

先算加法的：$E\to T|E+T,T\to F|T\ast F,F\to I|(E),I\to a|b|Ia|Ib$

定义同样的语言可以有多个文法，如果一个CFL的所有文法都是歧义的，那么它是固有二义性的

4. CFG的化简

• 去掉 ε 产生式；
• 去掉单元产生式；
• 去掉无用的产生式；

5. 乔姆斯基范式(CNF)

乔姆斯基范式(Chomsky Normal Form)：一个CFG的所有的产生式都有如下两种形式之一：

• $A\to BC$，$A,B,C\in V$
• $A\to a$，$a\in T$

CFG可以转换为CNF的形式，如下例子。

例：将 $S\to ABa,A\to aab,B\to Ac$ 转化为CNF的形式

解：$S\to AC,A\to DE,B\to AF,C\to BD,D\to a,F\to c,E\to DG,G\to b$

2. 下推自动机(PDA)

由于FA有局限性，可以识别 M = { 0 n 1 m ∣ n ≥ 0 , m ≥ 0 } M=\{0^n1^m | n \ge 0, m \ge 0 \} M={ 0n1m∣n≥0,m≥0}，但不能识别 L = { 0 n 1 n ∣ n ≥ 0 } L=\{ 0^n1^n | n \ge 0 \} L={ 0n1n∣n≥0}，所以有了PDA

1. 形式化定义

下推自动机(Pushdown Automata)：PDA是一个七元组$P=(Q,\Sigma ,\Gamma ,\delta ,q_0,z_0,F)$，其中，

• $Q$ 是有限的状态集；
• $\Sigma$ 是有限的输入字符集；