《非确定性和Kleene定理.docVIP

非确定性和Kleene定理 非确定型有限自动机 为了FA识别的语言，我们先对FA作一些方便性的扩充。仍然具有有限的状态数，且识别语言的能力保持不变。一些限制放宽了，更容易构造和解释。 例子4.1图4-1a显示了例子3.14构造的FA，它接受的语言是(11+110)*0，图4-1b显示了一个不同于一般FA的例子，状态q4没有转移箭头，而状态q0在输入字符为1时有两个转移箭头。 状态?q4没有转移箭头，含义是不存在一个起始字符为a（本例为0或1）的输入字符串能够使得状态从q4转移到某个接受状态，我们可以增加一个失败（或死，dead）状态f，对于输入字符a，状态q4转移到f，失败状态的含义是只有进入没有离开的转移箭头。显然任何被成功接受的字符串都不会进入失败状态，因此为了简化图面，往往省略失败状态，而不会影响自动机的接受能力。 状态q0在同一个输入字符时有多个转移箭头，看起来是对传统FA的很大的突破。我们无法象传统FA机那样线性地记录字符串在FA中的转移过程，而在某些步骤出现了歧义，因此FA机要并行地运算各种可能。 但这种带多向转移的图似乎更适合正则表达式，比如图4-1b，从q0到q0有两个循环，一个表示的字符串是(11)*，另一个表示的是(110)*，综合起来，从q0到q0的字符串是(11+110)*，则从q0到q4的字符串是(11+110)*0。反过来，根据正则表达式(11+110)*0也能够很直观地画出相应的带多向转移的FA。 由于同一个字符串可能带来FA多个状态转移路径，因此现在问题变成，是否存在一条到达接受状态的路径，这类似于根据正则表达式生成字符串，某些步骤可以有多种尝试，只要其中一种尝试生成了字符串，则认为该字符串符合这个正则表达式。 因此这类FA给正则语言的分析引入了一个新的概念，即猜测尝试。现在不考虑这种具体实现的问题，而考虑如何形式化定义这类FA。我们只需要修改（或扩充）传统FA的转移函数的定义。传统的转移函数输入一个字符，转移到一个状态，即Q中的一个元素，例子4.1中的转移函数则转移到0个或多个状态，即Q的一个子集，包括空集。我们称这种转移函数是非确定的，而这样的FA称为非确定型FA（nondeterministic FA, NFA），而传统的FA称为确定型FA（deterministic FA, DFA）。目前我们看起来NFA比DFA要强大很多，以后将证明任何一个NFA都能构造一个完全模拟它的DFA，因此非确定型没有增强FA的能力。 定义????非确定型M=（Q, ?, q0, ?, A），Q和?是非空有限集，?Q，A?Q，转移函数定义为： ?: Qx??2Q 2Q是Q的幂集，即所有Q的子集组成的集合，则函数?的值从确定型的一个状态放松成一个状态集。 思考：初始状态可不可以由一个状态扩充成一个状态集？ 类似地扩充连续转移函数（或称字符串的转移函数）?*的定义，其形式仍然是： ?*(p, xa) = ?(?*(p, x), a) 自然想到用递归定义，首先，空串不影响状态变迁，但转移函数的值是一个集合，而不是单个状态，因此： ?*(p, ?)={p} 而对于非空字符串x=a1a2...an，?*(p, x)的值也应该是一个集合，设q??*(p, x)，含义是存在一个状态路径：p0, p1, ..., pn，其中p0=p，pn=q，对每一个i，0i=n，当输入字符ai时，自动机能够从状态pi-1到达状态pi，即 pi??*(pi-1, ai) 定义4.2a （NFA的?*函数的非递归定义）给定NFA M=（Q, ?, q0, ?, A），p是任意一个状态，则?*(p, ?)=p，对于任意一个字符串x= a1a2...an，?*(p, x)是所有满足下面条件的状态q组成的集合。存在一个状态路径p0, p1, ..., pn，其中p0=p，pn=q，对每一个i，0i=n，满足： pi??*(pi-1, ai) 为了得到递归定义，令x=yan。根据定义4.2a，对于?*(p, x)的任意一个状态q，都存在?*(p, y)中的一个状态r，使得q??(r, an)。反过来，对于?*(p, y)中的任何一个状态r，?(r, an)的元素都属于?*(p, yan)，即可以递归定义如下： ?*(p, yan) = {q | q??(r, an)且r??*(p, y)} 进一步的简化形式见下面的定义4.2b。 定义4.2b （NFA的?*函数的递归定义）给定NFA M=（Q, ?, q0, ?, A），函数?*: Qx?*?2Q定义如下： ?. ?*(q, ?)={q} 2. ?*(q, ya)= 显然，?*(q, a)= ?(q, a)仍然成立，因此递归的起点实际上可以是长度为1的字符串。 定义4.3