KMP算法在正则文法中应用.docVIP

KMP算法在正则文法中应用 　　摘 要：KMP又被称作克努特——莫里斯——普拉特操作（简称KMP算法）它是一种模式匹配算法，这个算法的关键是根据给定的模式串W1，m，定义一个next函数。本文阐述了利用KMP算法的匹配思想，解决不包含莫字符串系列的正则文法，该正则文法主要是用在词法分析过程中找出程序中的错误的代码，且对应的自动机中无等价的状态。本文根据KMP、正则文法和自动机的定义和基本原理证明了此技术的可行性和正确性，为编译程序设计提供自动生成最小化正则文法的技术和实现程序以供参考。 　　关键词：KMP算法；正则文法；左线性文法；右线性文法；混合线性文法；L（GL） 　　中图分类号：TP301.6 　　1 对于KMP算法的定义和基本思想 　　KMP算法之所以叫做克努特——莫里斯——普拉特操作，是因为它是由D.E.Knuth与V.R.Pratt和J.H.Morris共同发现的。它的算法原则和重点是依靠已知的模式串W[1，m]，去给出next函数的定义，而在这个函数里面又包含W[1，m]自身内部存在的数字信息。 　　这项算法的整体运用思路是，我们首先假设T[i]=W[j]，那么在此前提下，再检查T[i+1]与W[j+1]是不是协调合适，然后可以再假设T[i]大于或者小于W[j]，这时要注意两种情况，正文串j=1时就要将W[1，m]向右移动一个单位，再去考察上述两个函数是否匹配，如果1j=m，那么就要将W[1，m]向右移动j-next[j]单位，再进行同样的检查。 　　2 分析解决办法 　　2.1 利用GR求右线性文件 　　首先我们假设W[1，m]a1a2a3…ak-1ak求next[]；然后得出GR=（VT，VN，S，Φ）；其中VT={ a1，a2，a3，…，ar-1，ar}终结符集；然后我们假设VN={ S，R1，R2，R3，…，Rk-2，Rk-1 }为不是终结符集；令 Ri∈VN，Ri：主串：s⑴…… s（i-j+1）…… s（i-1） s（i） …………；在左面的i个字符与a1a2a3… ak-1ak模式串前i个匹配。 　　令起始符等于S；然后由Φ产生式集合，得到下式：Ri→bXi+1，j|λ；next[j]，当b≠aj（循环计算）；S，j=0；j（j初始值i）=终止0，当j=0；Xi+1，j=计算j+1，当b=aj；Rj，j≠0；特别作：Rk→bXi+1，j|λ 　　2.2 利用GR求左线性文件 　　首先我们假设W[1，m]akak-1ak-2…a2a1求next[]；然后得出GL=（VT，VN，S，Φ）；其中：VT={ a1，a2，a3，…，ar-1，ar }终结符集；右侧的i个字符与a1a2a3… ak-1ak；VN={ Lk-1，Lk-2，Lk-3，…，L2，L1，S}非终结符集；其Li∈VN，Li：模式串后i个匹配。 　　假设始符等于S；然后由Φ产生式集合，得到下面的式子：Li→Xi+1，jb|λ 　　next[j]，当b≠aj（循环计算）；S，j=0； 　　j（j初始值i）= 终止0，当j = 0； Xi+1，j= 　　计算j+1，当b= aj；Lj，j≠0； 　　特别作：Lk→Xi+1，jb|λ 　　2.3 混合线性文法GX生成 　　首先我们假设W[1，m]a1a2…ax-1ax和akak-1…ax+2ax+1；然后根据已知的混合线性文法GX=（VT，VN，S，Φ）；其中：VT={ a1，a2，a3，…，ar-1，ar }终结符集；VN={S，X1，X2，X3，…，Xk-2，Xk-1}非终结符集；令其中的Xi∈VN， 　　（1）第一种情况就是当x≤i时，左邻的i个字符与a1a2…ax-1ax模式串前个i匹配，在这种情况下就要让GR生成Xi，采用右线性文法GR生成。 　　（2）第二种情况就是当ix时，右邻近=的i个字符与akak-1…ax+2ax+1模式串W[1，m]的后面有i匹配，在这种情况下就采用GL生成Xi的产生式左线性文法。 　　（3）特别作：Xk→Xjb|λ且j≤k； 　　2.4 证明方案的正确性 　　给定命题S：s={不含有a1a2a3…ak-1ak子系列字符号串|符号集{a1，a2，a3，…，ar-1，ar}} 　　G：gl=L（GL），gr=L（GR）和gx=L（GX） 　　●不妨取gr证明 　　●对于s=s1…sisi+1si+2…sn∈s，si∈{a1，a2，a3，…，ar-1，ar} 　　（1）对k=1时，有R1或X使得： 　　S→s1R1|bX1，j|λ（b≠s1，≤1，X1，j∈VN）； 　　（2）不妨设k=i且k≠n时，成立， 　　即：Ri→si+1Ri+1|bi+1Xi+1，j|λ（bi+1≠si+1，≤i+1，使得X