编译原理词法2(NFA、DFA的确定化和化简).ppt

第 3 讲,编译原理,西北农林科技大学本科教程,主讲教师：赵建邦,第二章词法分析2.3-2.5节 2.3 正规表达式与有限自动机简介 2.4 正规表达式到优先自动机的构造 2.5 词法分析器的自动生成 重点掌握 有限自动机理论 有限自动机的构造、确定化和化简,本讲目标,第二章 词法分析,2.1 词法分析的设计方法 2.2 一个简单的词法分析器 2.3 正规表达式与有限自动机简介 2.4 正规表达式到有限自动机的构造 2.5 词法分析器的自动生成,2.3.2：有限自动机：可以自动识别单词的机器 有限自动机（Finite Automation）： FA是一个状态转换图，“有限”指的是状态有限。当前状态读入一个字符后，和后继状态的转换有以下三种情形： (1)后继状态为自身 (2)后继状态只有一个 (3)后继状态有多个 如果每次转换的后继状态是唯一的，则称它为确定有限自动机（Deterministic FA） 如果每次转换的后继状态不是唯一的，则称它为非确定有限自动机（Nondeterministic FA）,2.3 正规表达式与优先自动机简介,2.3.2：有限自动机 1、确定有限自动机（DFA）： DFA是一个五元组，Md (S, , f, s0 , Z) ，其中： (1) S是一个有限状态集合，它的每个元素称为一个状态 (2) 是一个有穷字母表，它的每个元素称为一个输入字符 f是一个从S至S的单值映射，也叫状态转移函数 s0S 是唯一的初态 是一个终态集,2.3 正规表达式与优先自动机简介,2.3.2：有限自动机 1、确定有限自动机（例2.4）： 假定DFA Md =(s0, s1, s2，a,b, f , s0 ,s2 )，状态转移函数： f(s0, a) = s1 f(s0, b) = s2 f(s1, a) = s1 f(s1, b) = s2 f(s2, a) = s2 f(s2, b) = s1,2.3 正规表达式与优先自动机简介,状态转换矩阵：,2.3.2：有限自动机 2、非确定有限自动机（NFA）： NFA是一个五元组，Md (S, , f, Q, Z) ，其中： (1) S是一个有限状态集合，它的每个元素称为一个状态 (2) 是一个有穷字母表，它的每个元素称为一个输入字符 (3) f是一个从S*至S的多值映射，也叫状态转移函数 (4) QS 是非空初态集 (5) 是一个终态集 NFA相比于DFA的特征： 若干个初始状态 (2) f多值映射 (3) 允许接收字和空字符,2.3 正规表达式与优先自动机简介,2.3.2：有限自动机 2、非确定有限自动机（例2.5）： 假定NFA Mn =(s0, s1, s2,a,b, f , s0 ,s2,s2)，状态转移函数： f(s0, a) =s2 f(s0, b) =s0,s2 f(s1, a) = f(s1, b) =s2 f(s2, a) = f(s2, b) = s1 ,2.3 正规表达式与优先自动机简介,状态转换矩阵：,2.3.2：有限自动机（识别的语言） 对于一个自动机FA 而言，如果存在一条从初始状态到终止状态的通路，通路上有向边所识别的字符依次连接所得到的字符串为, 则称可以为FA 所接受或者为FA 所识别 FA 所能识别的字符串集为FA 所识别的语言，记为L(M) FA的等价：对于任意两个FA M和 FA M, 如果L(M)=L(M), 则称M和M等价 对于任意一个NFA M，一定存在一个DFA M与其等价,2.3 正规表达式与优先自动机简介,2.3 课堂例题,例2.5 接受与正规式(a|b) *abb相同的语言的DFA与NFA:,DFA识别abb aabb abab 无论成功或者失败只需要 运行一次,NFA识别abb aabb abab 无论成功或者失败可能需要 运行若干次,第二章 词法分析,2.1 词法分析的设计方法 2.2 一个简单的词法分析器 2.3 正规表达式与有限自动机简介 2.4 正规表达式到有限自动机的构造 2.5 词法分析器的自动生成,需要了解的等价性： 1.如果R是字母表上的一个正规式，则必然存在一个NFA M，使得L(M)=L(R); 2.对于任意一个NFA M，一定存在一个DFA M与其等价 ,即L(M)=L(M); 从正规式开始构造DFA的过程有以下几个步骤： 1.由正规式构造NFA; 2.由NFA构造与之等价的DFA（确定化） 3.DFA的化简,2.4 正规表达式到有限自动机的构造（重点）,2.4.1：由正规式构造等价的NFA 1、对于给定的正规式R，将其表示成 称为“拓广转换图”其中X为初始状态，Y为终止状态 2、对正规式中的三种运算，分别采用如下的对应转换规则,2.4 正规表达式到有限自动机的构造,Y,X,R,2.4 正规表达式到有限自动机的构造,例2.6 对给定正规表达式 b*(d|ad)(b|ab)+ 构造其NFA M,X,按照正规式从左到右构造NFA：,解答 先用R+=RR*改造正规表达式,b*(d|ad)(b|ab)+ = b*(d|ad)(b|ab)(b|ab)*,2.4.2：NFA的确定化（相关概念） NFA的确定化：构造一个和NFA等价的DFA 状态集合I的_闭包 设I是FA M的状态子集，则以下状态属于_CLOSURE(I) ： (1) 若siI，则si _CLOSURE(I) ； (2) 若siI，则对从si出发经过任意条通路所能到达的 状态sj，都有sj _CLOSURE(I) 。 定义Ia = _CLOSURE(J) ，其中： I=s1, s2, sn，J = f(I,a) = f(s1,a)f(s2,a) f(sn,a),2.4 正规表达式到有限自动机的构造,1,5,2,4,2.4 正规表达式到有限自动机的构造,例2.7 已知一状态转换图如下图所示，且假定I=_CLOSURE(1)=1,2，试求从状态集I出发经过一条有向边a能到达的状态集J和_CLOSURE(J),6,3,7,8,a,a,a,解答 状态集I经过一条a弧得到J， J = 5,3,4 J中的每一个状态经过任意条通路得到_CLOSURE(J) = Ia= 5,6,2,3,8,4,7,2.4.2：NFA的确定化（子集法） (1) 构造一张转换表，第一列记为状态子集I，对于不同的符号 (a)，在表中单设一列Ia ； (2) 表的首行首列置为_CLOSURE(s0)，其中s0为初始状态； (3) 根据首行首列的I，为每个a求其Ia 并记入对应的Ia 列中， 如果此Ia 不同于第一列中已存在的所有状态子集I，则将其 顺序列入空行中的第一列； (4) 重复(3)直至对每个I及a均已求得Ia ，并且无新的状态子集 Ia加入第一列时为止； (5) 重新命名第一列的每一个状态子集，形成新的状态转换矩阵， 即为与NFA等价的DFA,2.4 正规表达式到有限自动机的构造,2.4 正规表达式到有限自动机的构造,例2.8 求正规表达式(a|b) *(aa|bb) (a|b) *对应的DFA M,解答首先根据正规式构造NFA M:,1.构造状态转换表:,X,1,2,1,2,3,1,2,4,1,2,3,1,2,4,2.确定首行首列: _CLOSURE(s0),3.依次计算Ia和Ib 并更新首列,2.4 正规表达式到有限自动机的构造,X,1,2,1,2,3,1,2,4,1,2,3,1,2,4,1,2,3,5,6,Y,1,2,4,1,2,3,5,6,Y,1,2,3,1,2,4,5,6,Y,1,2,4,5,6,Y,1,2,3,5,6,Y,1,2,4,6,Y,1,2,4,6,Y,1,2,3,6,Y,1,2,3,6,Y,1,2,4,5,6,Y,1,2,3,6,Y,1,2,4,5,6,Y,1,2,3,5,6,Y,1,2,4,6,Y,4.重复(3) ,直至无新状态加入首列为止,5.新的状态转换矩阵,0,1,2,3,4,5,6,1,3,1,3,6,6,3,2,2,4,5,4,4,5,0,1,2,3,4,5,6,1,3,1,3,6,6,3,2,2,4,5,4,4,5,得到新的状态转换图DFA:,2.4 正规表达式到有限自动机的构造,2.4.3：DFA的化简 状态的等价： 假设s1和s2是M的两个不同的状态，如果从s1出发能识别字符串而停于终态，从s2出发也能识别而停于终态。 反之也是成立的。称s1和s2等价，否则称它们可区分 一个确定有限自动机M的化简是指： 寻找一个状态数比M少的DFA M，使得L(M)=L(M) 化简后的DFA满足两个条件： (1) 没有多余状态 (2) 状态集中不存在等价状态,2.4 正规表达式到有限自动机的构造,2.4.3：DFA的化简（方法） (1) 首先将DFA的状态集按照终态与非终态分为两个子集，形成 初始划分H (2) 对每个子集G进行如下变换： 把G划分为新的子集，使得G的两个状态s1和s2属于同一子集,当且仅当对任何输入符号a,状态s1和s2的后继状态都属于同一子集； 用G划分出的所有子集替换G，形成新的划分Hnew (3) 如果Hnew = H，执行(4);否则令H = Hnew，重复执行(2) (4) 划分结束后，一个子集只对应一个状态，作为代表状态，删去 其它一切等价状态，并将对应的弧射向这个代表状态,2.4 正规表达式到有限自动机的构造,2.4 正规表达式到有限自动机的构造,例2.8 求正规表达式(a|b) *(aa|bb) (a|b) *对应的DFA M,解答 画出例2.8未化简的DFA:,(1)初始划分集合1=0,1,2 ，集合2=3,4,5,6,(2)考察0,1,2：0a,0b,1b,2a 在集合1；1a, 2b在集合2； 因此划分为012； 考察3,4,5,6： 3a,4a,5a,6a在集合2；3b,4b,5b,6b在集合2； 因此不进行划分。,2.4 正规表达式到有限自动机的构造,例2.8 求正规表达式(a|b) *(aa|bb) (a|b) *对应的DFA M,解答,(3) 划分的最终结果为 0 、1、2、3,4,5,6； 对其进行重命名：0、1、2、3,(4) 得到新的状态转换矩阵和化简后的DFA，如下所示：,2.4 正规表达式到有限自动机的构造,例2.8 求正规表达式(a|b) *(aa|bb) (a|b) *对应的DFA M,NFA M:,化简前的DFA M:,化简后的DFA M:,2.4 正规表达式到有限自动机的构造,例2.8 求正规表达式(a|b) *(aa|bb) (a|b) *对应的DFA M,NFA M:,化简前的DFA M:,化简后的DFA M:,2.4 正规表达式到有限自动机的构造,例2.12 某高级程序语言无符号数的正规表达式为 digi