确定有穷自动机的最小化问题探讨.docVIP

确定有穷自动机的最小化问题探讨 　　文章编号：1672-5913(2008)07-0040-03 　　 　　摘要：本文针对DFA最小化时可能遇到的各种情形，给出最小化的通用算法，并通过具体实例加以验证。此算法有利于学生对编译原理课程中DFA最小化的学习和理解，同时让学生进一步了解此知识点在其他问题求解中的应用。 　　关键词：有穷自动机(FA)；确定有穷自动机(DFA)；最小化 　　中图分类号：G642 　　文献标识码：B 　　 　　1引言 　　 　　词法分析是编译程序的第一阶段，其实质是从描述单词构成的工具――正规表达式，向识别单词的工具――确定有限自动机(DFA)的等价转化。此过程包括正规表达式到非确定有限自动机(NFA)的转化、NFA到确定有限自动机(DFA)的转化和DFA的最小化(化简)三个环节。DFA最小化是转化的最后一步，也是有限自动机应用及实现方面的重要研究问题之一。它揭示了状态之间的内在联系，既方便DFA存储实现，又可以提高自动识别单词的效率。本文在分析DFA最小化理论的基础上，针对转化过程中可能出现的各种情形，给出求DFA M的最小化DFA M′的一种通用算法，并给出实例加以验证。 　　 　　2DFA最小化理论分析 　　 　　已知一确定有限自动机DFAM，s和t是M的任意两个不同的状态。DFA最小化问题涉及到以下几个重要概念： 　　1) DFA的最小化定义：是指构造一个与DFA M等价且状态个数最少的DFA M′，即等价最小DFAM′，有L(M)=L(M′)。 　　2) 等价状态：若从状态s出发能读出某个字α而停于终态，从状态t出发也能读出同一个字α而停于终态；反之，若从t 出发能读出某个字α而停于终态，则从s出发也能读出同一个字α而停于终态，则称s和t为等价状态。如图1 中的状态6和状态7均只能读出若干b而停于终态。 　　也可以定义为，若分别以s和t为始点，到达终态所识别字的字集相等，则称s和t为等价状态。如图1，以状态6为始点所识别的字集为b*,而以7为始点所识别的字集为bb*,即b*，所以6和7状态为等价状态。 　　3) 可区别状态：简言之，如果DFA M中的两个状态s、t不等价，则称s和t是可区别状态。即：以s和t为始点，到达终态所识别字的字集不相等。 　　 　　DFA M化简时的可区别状态可分为以下三种情形： 　　●非终态和终态是可区别的。因为，终态识别的字集中一定有ε字而DFA M中的非初态识别的字集中不可能有ε字。 　　●对同一个字w，s和t两个状态，一个到达终态，另一个到达非终态，则s和t可区别。如状态1和状态3是可区别的，因为状态3遇b字符而到达终态6，即能识别字b，而状态1遇b字符而到达非终态2，即能识别以b开头的部分字，但不能识别b字。 　　●s和t两个状态，一个有a字符后继(a∈Σ)，另一个无a字符后继，则s和t可区别。如状态2和状态5是可区别的，因为状态2有b字符后继，能识别以b开头的部分字，而状态5没有b字符后继，不可识别以b开头的任何字。 　　3上述概念中，等价状态和可区别状态是DFA最小化的两个重要依据。 　　 　　3DFA最小化求解算法改进 　　 　　确定有穷自动机的化简方法很多，文中以分割法介绍DFA的化简：一个DFA M最小化过程是在把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的状态都是可区别的，而同一子集的中的任何两个状态都是等价的。最后，让每个子集选出一个代表，同时消除其他等价状态或者为每一个子集重新命名。 　　那么给定DFA M，如何形成初始划分、进一步划分形成最少状态数的等价DFA M′？如何解决DFA最小化过程中可能遇到的各种情形？下面介绍一种通用算法。 　　3.1DFA状态转换矩阵的扩展 　　一个DFA可以表示成一张状态转换矩阵。上图DFA的状态转换矩阵如下表1。其 中的许多oslash;元素，表示当前状态没有以对应字符为弧的后继状态。按照此转换矩阵，由某一状态集求其对应字符的后继状态集是很方便的，例如I={1，2，3，4，5}，其对应字符的后继状态集为I ={1，2，3，4，5}a={3,4, oslash;}，I={1，2，3，4，5}b={2，6，7，oslash;}。 　　 　　通常在教科书上，初始划分一般分为两个子集：终态组和非终态组。然后对形成的每个子集再进一步划分。但对后继状态集中的{oslash;}算法要特殊处理，因为它不属于任何已划分子集。现用一种通用算法解决DFA化简过程中的所有情形：设想在DFA M状态转换中有一个出错状态e，该状态为非终止状态，对于每个状态，若没有对应字符为弧的后继状态，均引一条弧到达出错状态e，并在弧上标注对应字符。扩展后的DFA M如图2所示