第二单元 词法分析非确定有限自动机.pptVIP

编译程序原理与实现 张晶 2011.3 第2章 outline 一、词法分析概述 1，词法分析程序的功能 2，词法分析相关的一些问题 二、正则表达式 三、有限自动机 1，确定有限自动机DFA 2，非确定有限自动机NFA，NFA到DFA的转换 3，DFA的化简 4，正则表达式到NFA的转换 四、词法分析程序构造 2、非确定有限自动机 确定有限自动机是五元组(SS,?,?,S0,TS) 确定性体现：初始状态唯一、转换函数是单值函数 非确定有限自动机：也是五元组(SS,?,?,S0,TS) 其中 SS={S0,S1,…Sn}是状态集 ?是字母表 S0 ? SS是初始状态集,不能为空 ?是转换函数，但不要求是单值的 ? : SS ? (? ? ? )? 2SS TS ? SS是终止状态集，可为空。 非确定有限自动机的例子 ? = {a, b} SS: {S0, S1, S2, S3} 初始状态集: {S0 , S1} 终止状态集: {S3} ? : {(S0,a)? {S1, S3},(S0,?)? {S2}, (S1,b)?{S1}, (S1, ?)?{S2}, (S2, ?)?{S3}, (S3, b)?{S3}} NFA也可以用状态转换图或状态转换矩阵表示 非确定有限自动机的例子 NFA接受的字符串 NFA接受的字符串 如果M是一个NFA, a1 a2… an 是一个字符串，如果存在一个状态序列 (S0, S1 , … ,Sn),满足 S0 S1 , S1 S2 , …… , Sn-1 Sn 其中 S0 是开始状态之一，Sn 是接受状态之一，则串a1 a2… an 被NFA M接受. NFA定义的串的集合(NFA接受的语言) NFA M接受的所有串的集合，称为M定义的语言，记为 L(M) NFA与DFA的比较 NFA到DFA的转换 例如输入串：100 NFA NFA需要在多条路径中选择，因此的效率低！ 但NFA描述问题方便。 NFA和DFA都识别正则语言。NFA可转换成DFA。 NFA到DFA的转换 对任意NFA，都存在一个DFA与之等价。 转换的思想：消除不确定性 合并初始状态集成一个状态 消除?边 消除多重定义的边。 ?-closure(空闭包) 对于给定的 NFA A, 和它的一个状态集合 SS, SS的空闭包计算如下： 第一步：令?-closure(SS) = SS; 第二步：如果在状态集SS中存在状态s, s到状态s’存在一条? 边， 并且s’ ??-closure(SS ), 则将s’ 加入SS的空闭包?-closure(SS); 重复第二步,直到再没有状态可加入?-closure(SS) . ?-closure的例子 转向状态 对于NFA A中的给定状态集合SS 和符号 a, NextStates(SS, a) = {s | 对于状态集SS中的一个状态s1,如果A中存在一条从s1到s的a转换边} 转向状态的例子 NFA到DFA的转换算法(子集法) 给定一个 NFA A = {?, SS, SS0, ?, TS} 生成等价的 DFA A’ = {?, SS’,S0, ?’, TS’} 步骤 (1) 令S0 = ?-closure(SS0), 将S0 加入 SS’; (2) 从SS’中选择一个状态s, 对于任意 a??, 若有 s’ = ?-closure(NextStates(s, a)), 令?’ (s, a) ? s’。若s’?SS’,将s’加入SS’; (3) 重复第二步，直到SS’ 中的所有状态都被处理过; (4) 对于SS’中的一个状态s, 如s = {S1, .., Sn}, 如果有状态 Si?TS, 则s是 A’的一个接受状态, 将s加入 TS’; NFA到DFA转换的例子 例1： NFA到DFA转换的例子 例2： NFA到DFA转换的例子 例3： DFA的化简 NFA转换成的DFA，有时候会有一些等价状态，这些等价状态会使分析效率降低，因此应合并。 合并了所有等价状态后的DFA称为最简自动机。 等价DFA和最简DFA的定义 等价 DFAs 如果两个DFA接受的字符串的集合是相同的; 在接受相同字符串集的DFA中，最小DFA指的是状态数最少的DFA