形式语言与自动机理论-03.ppt

第3章 正则表达式与正则语言 西北工业大学计算机学院 康慕宁 启示 在前面我们已经用到了一些类似正则表达式来表示语言： – L(G)={0n|n≥1} – L(G)={anbn |n≥1} – L(G)={0n1m2k|n,m,k≥1} 这种表示法的优点： – 比文法和有穷状态自动机简单； – 更接近集合表示和计算机表示。 正则表达式的形式定义 定义：设Σ是一个字母表，那么 (1) φ是Σ上的正则表达式(regular expression, 简记为RE)，它表示语言φ。 (2) ε是Σ上的RE，它表示语言{ε}。 (3) 对于?a∈Σ，a是Σ上的RE，它表示语言{a}。 (4) 如果r和s分别是Σ上表示语言R和S的RE，则 r与s的“和” : (r)+(s) 是Σ上的 RE ，表达的语言为R∪S。 r与s的“乘积”: (r)·(s) 是Σ上的 RE ，表达的语言为RS。 r的克林闭包: (r)*是Σ上的 RE ，表达的语言为R*。 (5) 只有有限使用规则(1)-(4)所得的表达式才是Σ上的RE 。 RE举例 设Σ={0,1}，下面是Σ上的RE： (1) φ，表示语言φ。 (2) ε，表示语言{ε}。 (3) 0，表示语言{0}。 (4) 1，表示语言{1}。 (5) (0+1)，表示语言{0,1}。 (6) (01)，表示语言{01}。 (7) ((0+1)* )，表示语言{0,1}*。 (8) ((01)(01)* )，表示语言{01}{01}*。 (9) ((((0+1)* )000)((0+1)* ))，表示至少含有3个连续0的串组成的语言。 (10) ((((0+1)* )0)1)，表示所有以01结尾的字符串组成的语言。 (11) (1(((0+1)* )0))，表示所有以1开头以0结尾的字符串组成的语言。 运算优先级 上面的例子中，正则表达式中所含扩号太多，带来准确性和许多麻烦。为了省去这些扩号，需要约定正则表达式中运算的优先级。 闭包运算的优先级最高，乘运算的优先级次之，加运算的优先级最低。 加、乘、闭包运算均执行左结合规则。 “·”运算在不影响顺序情况下，可省略 例如： – ((((0+1)* )0·0·0) ·((0+1)* ))＝(0+1)* 000(0+1)* – ((((0+1)* ) ·0) ·1)＝(0+1)* 01 – (1· (((0+1)* ) ·0))＝1(0+1)* 0 正则表达式的等价 正则表达式表示的语言： 在意义明确时，正则表达式r表示的语言记为L(r)或Lr。 设r,s是字母表Σ上的正则表达式，如果L(r)=L(s)，则r称为与s相等(equivalence，也称为等价)，记作r=s。 例如： (0+1)*(0+1)(0+1)* = (0+1)(0+1)* ，因为它们表示的语言都是{0,1}+。 正则表达式运算定律 可以证明，对字母表Σ上的正则表达式r,s,t，下列各式成立： (1) 结合律：(rs)t = r(st), (r+s)+t = r+(s+t) (2) 分配律：r(s+t) = rs+rt, (s+t)r = sr+tr (3) 交换律：r+s = s+r, 注意rs ≠ sr (4) 幂等律：r+r = r, 注意rr ≠ r (5) 加法运算零元素：r+φ = r, 注意不是r+ε = r (6) 乘法运算单位元：rε = εr = r (7) 乘法运算零元素： rφ = φr = φ (8) L(φ) = φ (9) L(ε) = {ε} (10) L(a)={a} (11) L(rs)=L(r)L(s) 正则表达式运算定律(2) (12) L(r+s) = L(r)∪L(s) (13) L(r*) = (L(r))* (14) L(φ*) = {ε} (15) L((r+ε)*) = L(r*) (16) L( (r*)* ) = L(r*) (17) L( (r*s*)* ) = L( (r+s)* ) (18) 如果L(r)?L(s)，则r+s=s。 幂的定义 正则表达式到FA的等价变换 思路： – 正则表达式是以递归的形式定义的，包括三种基础(φ,ε,a)与三种运算符(加,乘,克林闭包)。任何一个正则表达式都可以看作是基础经过若干运算产生的。 – 因此，可以对正则表达式中所含运算符个数施归纳。首先对三种基础表达式都给出等价的FA，然后为每种运算构造等价的FA。 – 为了构造FA方便起见，对于构造的FA进行一些限制：有且只有一个终止状态，而且在终止状态下不做任何移动。 正则表达式到FA的等价变换-举例 正则语言可以用正则表达式表示 正则语言可以用正则