NFA到DFA的确定化嫉陌最小化.docVIP

NFA转化为DFA的确定化及最小化 一 NFA向DFA的转换?? 从NFA的矩阵表示中可以看出，表项通常是一状态的集合，而在DFA的矩阵表示中，表项是一个状态，NFA到相应的DFA的构造的基本思路是：?DFA的每一个状态对应NFA的一组状态.DFA使用它的状态记录在NFA读入一个输入符号后可能达到的所有状态. 得到新的DFA之后，并没有完成任务，因为通过NFA转化成DFA不一定是最简的，也就是说，有多余的状态可以被删除，而我们需要的是得到一个唯一的最简的DFA[12]，也就是说，NFA转化为DFA之后，还需要化简，也就是最小化。 二NFA的确定化方法 子集法： 1．先把DFA?M’中的Q’和F’置为空集；? 2．M’的开始状态q0’=[q0]，把[q0]置为未标记后加入到Q’中；? 3．如果Q’中存在未标记的状态[q1,q2,?，qi]，则对每个a∈∑定义：δ’([q1,q2,?，qi],a)=[p1,p2,?,pi]当且仅当δ({q1,q2,?，qi},a)={p1,p2,?,pi}。如果[q1,q2,?，qi]不在Q’中，则把它置为为标记后加入到Q’中；如果p1,p2,?,pi中至少有一个是M的终态，则同时把[p1,p2,?,pi]加入到F’中；然后给Q’中所有的状态都标记为止；? 4．重复执行（3），直到不能向Q’中加入新状态，并且Q’中所有的状态都有标记为止；? 5.?重新命名Q’中的状态，最后获得等价的DFA?M’。?二、对含ε变迁的NFA的确定化：?1．置Q’,?F’为空集；? 2．令q0’=[ε_CLOSURE({q0})],并把[q0]置为未标记后加入到Q’中；?3．如果Q’中存在未标记状态[q1,q2,?,qi],则对每个a∈∑定义：d‘([q1,q2,?qi],a)=[p1,p2,?,pj]当且仅当 d({q1,q2,?qi},a)={r1,r2,?,rk},?ε _CLOSURE({r1,r2,?,rk})=?{p1,p2,?,pj}。如果[p1,p2,?,pj]不在Q’中，则把它置为未标记后加入到Q’中；如果p1,p2,?,pj中至少有一个是M的终态，则同时把[p1,p2,?,pj]加入到F’中；然后给Q’中的状态[q1,q2,?,qi]加上标记；? 4．重复执行3，直到不能向Q’中加入新状态，并且Q’中所有的状态都有标记为止；? 5．重新命名Q’中的状态，然后获得等价的DFA?M’ 三 数据结构 struct edge{ string first; string change; string last; }; struct chan{ string ltab; string jihe[MAXS]; }; 四 源代码 #includeiostream #includestring #define MAXS 100 using namespace std; string NODE; //结点集合 string CHANGE; //终结符集合 int N; //NFA边数 struct edge{ string first; string change; string last; }; struct chan{ string ltab; string jihe[MAXS]; }; void kong(int a) { int i; for(i=0;ia;i++) cout ; } //排序 void paixu(string a) { int i,j; char b; for(j=0;ja.length();j++) for(i=0;ia.length();i++) if(NODE.find(a[i])NODE.find(a[i+1])) { b=a[i]; a[i]=a[i+1]; a[i+1]=b; } } void eclouse(char c,string he,edge b[]) { int k; for(k=0;kN;k++) { if(c==b[k].first[0]) if(b[k].change==*) { if(he.find(b[k].last)he.length()) he+=b[k].last; eclouse(b[k].last[0],he,b); } } } void move(chan he,int m,edge b[]) { int i,j,k,l; k=he.ltab.length(); l=he.jihe[m].length(); for(i=0;ik;i++) for(j=0;jN;j++)