陈火旺 编译原理 chapter3.ppt

二、扫描器——词法分析的主要部分 扫描器的构造原理 设置二个指示器（起点指示器、搜索指示器），一个可以互补使用的一分为二的扫描缓冲区，一个指向当前正在识别的单词的开始位置（指向新单词的首字符），另一个用于向前搜索以寻找单词的终点。扫描缓冲区总长度为2×120个字符，扫描器单词长度的要求是单词长度≤1/2扫描缓冲区长度。 2．扫描器的工作原理 调用预处理子程序，把120个输入字符装进扫描缓冲区的某半区，搜索指针从起点指针开始向前寻找单词的终点，若在该半区内查找到单词的终点，便输出二元式，再把起点指针移到此处的后一个字符，继续搜索下一个单词，如果在搜索到该半区的边缘，尚未到达单词终点，那么就调用预处理子程序，把后续的120个字符装进另半区，继续搜索。 三、状态转换图-设计词法分析器的好工具（好途径） 1．转换图是一张有限方向图 结点 代表状态，用圆圈表示 箭弧 状态之间的连接，箭弧上的标记（字符）代表 在射出结点状态下可能出现的输入字符或字符 类。 初态 识别出某一类字符串的开始，初态只有一个 终态 识别出某一单词，至少有一个。用双圈表示 ·由状态转换图编写扫描器的一般方法 2．表示形式 状态转换图 一个含有m个状态和n个输入字符的NFA可表示成如下状态转换图。该图含有m个状态结点，每个结点可射出若干条箭弧与别的结点相连接，每条弧用∑*中的一个字（可以相同的字且可以是空字ε)作标记（输入字），整张图至少含有一个初态结点以及若干个（可以是0个）终态结点，某些结点既可以是初态结点也可以是终态结点。 四、确定有限自动机的化简 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′） 1．状态等价和可区别 （1）状态等价 假设s和t是M的两个不同状态，若从状态s出发能读出某个字ω而停于终态，那么，同样从t出发也能读出同样的字ω而停于终态，反之，若从t出发能读出某个字ω而停于终态，则从s出发也能读出同样的字ω而停于终态，则称s和t是等价的。 （2）可区别 若DFA M的两个状态s和t不等价，则称s和t是可区别的 2.化简（最少化） 一个DFA M的状态最少化过程旨在将M的状态集分割成一些 不相交的子集，使得任何不同的两子集中的状态都是可区 别的，而同一个子集中的任何两个状态都是等价的，在每 个子集中选出一个代表同时消去其它等价状态 分划步骤： （1）初始分划 将S的终态和非终态分开成2个子集(可区别的)，形成基本划分∏； ∏ ={Z，S-Z}△{I(1),I(2)} （2）进一步分划 设∏含m个子集：∏＝{I(1),I(2),……,I(m)}并且属于不同子集的状态是可区别的。分析I(i)是否可进一步划分： 对于某I(i)，令I(i)={q1,q2,…,qk}，若存在一个输入字符a使得Ia(i)不全包含在现行Π的某一子集I(j)中，就将I(i)一分为二。例如，假定状态s1和s2经a弧分别达到状态t1和t2，而t1和t2属于现行Πm的两个不同子集。将I(i)分成两半，使得一半含有s1： I(i1)={s|s∈I(i1)且s经a弧到达t1所在子集中的某状态}, 另一半含有s2：I(i2)=I(i)-I(i1)。 I(i1)中状态与I(i2)中的状态是可区别的，形成新的分划。重复上述分划过程，直至分划中所含子集数不再增长为止。即每个子集中状态是互相等价的，而不同子集中的状态则是可互相区别的。 （3）选代表 对于最后分划∏中的每一个子集，选取子集中的一个状态代表其它状态，I={q1,q2,…，qk}，挑选q1,凡导入到q2，…，qk的弧都改成导入到q1中，然后将q2，…，qk从原来的状态集s中删除。 （4）经如此化简之后得到的DFA Mˊ和原来的M是等价的，即L(M)=L(Mˊ)。 解：1° 初始分划 终态组{3，4，5，6} 非终态组{0，1，2} 2°进一步分划 考察{3，4，5，6} {3，4，5，6}a={3，6} {3，4，5，6} {3，4，5，6}b={4，5} {3，4，5，6} 则{3，4，5，6}不能分划 5°选代表 令状态3代表{3，4，5，6}，把原来导入4，5，6的弧全都导入3，并删除4，5，6，最后可得下图 课堂练习 设文法G[A]为： G[A]：A→[B B →X]|BA X →Xa|Xb|a|b 试求出文法G[A]产生的语言对应的正规表达式。