[工学]形式语言与自动机理论-01.ppt

形式语言与自动机理论Formal Languages and Automata Theory 西北工业大学 计算机学院 康慕宁 形式语言 形式语言是研究自然语言和人工语言的数学工具，只研究组成规则，不研究语义。 将语言看做句子的集合 将句子看做字母按照一定规则组成的字符串 根据规则的形式区分语言类 大部分问题都可转化为判定某个句子是否属于某个语言的问题 发展过程 克林(Kleene)在1951-1956年间，在研究神经细胞中建立了自动机来识别语言。 1956年，乔姆斯基(Chomsky)从产生语言的角度研究语言。L?Σ*，文法(grammar)。 1959年，乔姆斯基证明了文法与自动机的等价性。 自动机理论 自动机理论研究抽象计算装置或“机器”。 以状态自动机为基础，建立抽象机器模型； 研究机器能做什么，不能做什么，从而定义划分可计算问题和不可计算问题。 发展过程 1930s，图灵提出图灵机模型； 1940~1950s，有限状态自动机方面的研究； 1969年，库克分离出了能有效解决的问题和难解问题。 形式语言与自动机理论的应用 有限状态自动机是描述许多重要硬件和软件的有用模型。 只有有限个状态，使得可以用有限的资源来实现。 – 字符串匹配算法(KMP) – 词法分析器 – 设计和检验数字电路行为的软件 – 其它一些软件，如通信协议验证 形式语言与自动机理论的应用 与有限自动机有关的两种形式表示 – 文法：设计处理递归结构数据的软件的模型 – 正规表达式：与自动机描述的字符串模式等价 自动机是研究计算复杂性的必要基础 – 可判定性问题：可判定问题和不可判定问题 – 可处理性问题：一般问题和难解问题 计算机与人脑 观点一：计算机的能力不如人脑的能力 – 计算机无法解决不可判定问题； – 人脑能够部分解决不可判定问题； 例如：判定任意一个程序是否输出“hello world”。 观点二：计算机的能力与人脑的能力相当 – 人脑由神经元细胞构成，每个神经元相当于一个有限状态自动机，神经元之间的连接是不断变化的，所以人脑相当于一个极其复杂的不断变化的有限状态自动机； – 计算机能够模拟所有图灵机，也就能够模拟所有有限状态自动机。 主要内容 形式语言 – 正规语言 – 上下文无关语言 – 上下文相关语言 – 短语结构语言 自动机理论 – 有限状态自动机 – 下推自动机 – 图灵机 计算理论 – 不可判定问题 – 难解问题 课程介绍 分类：专业基础课(计算机软件与理论专业硕士) 定位：培养计算思维能力(问题-形式化-自动化) 预修课程：高等数学、离散数学、编译原理等 后续课程：计算理论? 教材： – 机械工业出版社《自动机理论、语言和计算导论》 考核方式： 平时作业（+考勤）+课堂闭卷 预备知识 集合论 证明理论 图论 语言的基本概念 集合（set） 定义：一定范围内确定的，并且彼此可以区分的对象汇集在一起形成的整体。 集合的表示方法： – 列举法(listing)：{1,3,6,9,10},{a,b,c,…,z} – 命题法(proposition)：{x | P(x)},{x | x是整数且存在一个整数i， 使得x=2i} 集合的初步分类： – 有限集(finite set)：由有限个元素构成的集合，如英文字母集 合、汉字集合 – 无穷集(infinite set)：由无穷多个元素构成的集合，如整数集合、有理数集合、实数集 基数(cardinality) 定义：如果有一个从集合S1到S2上的元素的一一对应映射，那么S1和S2具有相同的基数，通常用|A|表示，又叫作势。 有穷集合的基数就是它所包含的元素的个数。如|{a,b,c,…,z}|=26，|{x|3x2+8x+4=0}|=2。 可数集(countable set)：如果无穷集合与自然数集具有相同的基数，则称为可数无穷的，如整数集合、有理数集合；否则称为不可数集(uncountable set) ，如实数集合。 具有不同基数集合的证明方法：首先假设S1和S2之间有一个一一对应，然后在S1中构造一个不与S2中任何元素对应的元素，从而证明假设不成立，即S1和S2具有不同的基数。典型实例：康托儿对角线法 集合之间的关系 设A,B是两个集合，如果A中的每个元素都是B的元素，则称A是B的子集(subset)，B是A的包集(container)。记作A?B或B?A。 设A,B是两个集合，如果A?B且?x∈B但x?A，则称A是B的真子集(proper subset)，记作A?B或B?A。 如果集合A和B含有的元素完全相同，则称A与B相等，记作A=B。 例：φ?任意集合，{1,2,3,4,5} ?N， 一些常用的结论 对于任意集合A,B,C，