第二章第三讲可接受空串的NFA.ppt

第二章有限自动机和右线性文法第三讲带有ε转换的NFA 一、引入ε转换的必要性 1、ε转换的含义 例1： 有这样一个NFA，它所接受的字符串为：先是若干个(或0个)a，接着是若干个(或0个)b,接着是若干个(或0个)c 。 一个不确定的有限自动机在某一状态下，当输入空串ε时(即在不读入任何字符时) 也能引起状态的改变，则称该有限自动机是带有ε转换的NFA。 该NFA的状态转换图如下： q0 q1 q2 a b c ε ε 例1： 有这样一个NFA，它所接受的字符串为：先是若干个(或0个)a，接着是若干个(或0个)b,接着是若干个(或0个)c 。 该NFA的状态转换图如下： q0 q1 q2 a b c ε ε 例1： 有这样一个NFA，它所接受的字符串为：先是若干个(或0个)a，接着是若干个(或0个)b,接着是若干个(或0个)c 。 该NFA的状态转换图如下： q0 q1 q2 a b c ε ε 例如：该NFA可以接受字符串aaacc，其工作过程中的状态转变可由如下路径表示： q0 q0 q0 q0 q1 q2 q2 q2 a a a ε ε c c 2、引入ε转换的必要性 由于在NFA中引入了ε转换，使得有些问题的NFA设计变得相对简单起来。 例如：对于例1而言，根据所设计的状态转换图，得出NFA M=({q0,q1,q2} ,{a,b,c},δ, q0 ,{q2})中的转换函数δ如下： 由于ε的引入，转换函数δ应当扩充为： 从Q×(T∪{ε})到2Q上的映射。 q0 q1 q2 a b c ε ε δ (q0,a)={q0} , δ(q0,b)=? , δ(q0,c)=? , δ(q0, ε)={q1} , δ(q1,a)=? , δ(q1,b)={q1} , δ(q1,c)=?, δ(q1,ε)={q2}, δ(q2,a)=? , δ(q2,b)=? , δ(q2,c)={q2}, δ(q2, ε)=? 1、状态q的ε-闭包： 二、对转换函数δ的扩充 带有ε转换的NFA与不带ε转换的有限自动机一样，当输入字符串时，需要将转换函数δ扩充为δ。 δ应当是从Q×T*到2Q的映射。 为了对δ进行扩充，首先定义关于某状态q的ε-闭包的概念。 为了定义δ，下面先要定义几个相关的概念。 1、状态q的ε-闭包： 二、对转换函数δ的扩充 为了对δ进行扩充，首先定义关于某状态q的ε-闭包的概念。 1、状态q的ε-闭包： 二、对转换函数δ的扩充 为了对δ进行扩充，首先定义关于某状态q的ε-闭包的概念。 1、状态q的ε-闭包： 二、对转换函数δ的扩充 对所给状态q，仅用ε转换便可到达的状态的集合称为q的ε-闭包，记为：ε-closure(q) 。 例2：设有一NFA的状态转换图如下： q0 q1 q2 q3 q4 q5 q6 q7 a a a ε ε ε ε ε 则有：ε-closure(q0)={q0,q2} ε-closure(q3)={q3,q6,q2} 二、对转换函数δ的扩充 例2：设有一NFA的状态转换图如下： q0 q1 q2 q3 q4 q5 q6 q7 a a a ε ε ε ε ε 2、状态子集I的ε-闭包： ε-closure(I)= ∪ ε-closure(q) q∈I 例如：若I={q0,q5}, 则有： ε-closure(I) = ε-closure(q0) ∪ε-closure(q5) ={q0,q2}∪{q5,q7} ={q0,q2,q5,q7} 二、对转换函数δ的扩充 q0 q1 q2 q3 q4 q5 q6 q7 a a a ε ε ε ε ε 3、状态子集I的Ia： 对于状态子集I，任意a∈T,定义Ia如下： Ia= ε-closure(P) , 其中P是从I中的状态仅经一条标有a的边可以到达的状态的集合。 求Ia的步骤：① 求状态集合P。 ② 求ε-closure(P) 。 例如，在例2中，若I={q0,q5},则 P={q1,q3} Ia= ε-closure(P) = ε-closure({q1,q3}) ={q1,q4}∪{q3,q6,q2} ={q1,q4,q3,q6,q2} 二、对转换函数δ的扩充