本文详细介绍了如何将正则表达式转换为DFA的过程，包括使用Thompson结构构建NFA，然后通过子集构造法将NFA转换为DFA。文章通过Python实现了一个算法，该算法首先构建NFA，再将其转换为DFA，并用Graphviz展示转换结果。
将正则表达式翻译成DFA的最简单算法是通过中间构造，在它之中，正则表达式派生出一个NFA，接着就用该NFA构造一个同等的DFA。。因此我们只关心两个算法：一个是将正则表达式翻译成N FA，另一个是将N FA翻译成D FA。构造一个扫描程序的自动过程可分为3步，如下所示：
(1)利用Thompson结构将正则表达式转换成NFA
-
基本正则表达式 基本正则表达式格式a、 或，其中a表示字母表中单个字符的匹配，表示空串的匹配，而则表示根本不是串的匹配。与正则表达式a等同的NFA（即在其语言中 准确接受）的是：
-
构造一个与rs相对应的NFA：
-
构造一个与r | s 相对应的N FA：
4）构造与r *相对应的NFA：
（2）利用子集构造法将NFA转换成DFA
1) 状态集合的 Epsilon-闭包 我们将单个状态s的Epsilon-闭包定义为可由一系列的零个或多个Epsilon-转换能达到的状态集合。
2) 从开始状态开始，不断构造转换后等价状态集合的Epsilon-闭包，直到没有新的集合产生或者得到了全集。
三、算法设计与实现：
NFA和DFA实质上是有向图，可用以下结构体表示
#结点信息
class Node():
def __init__(self, v,f):
self.v = v #当前结点的出点
self.f = f #动作
class Graph():
def __init__(self):
self.e = [[]] #边
self.node_count =0 #结点数目
def addEdge(self, u,v, f): #加边
self.e[u].append(Node(v, f))
def addNode(self): #加点
self.e.append([])
self.node_count+= 1
returnself.node_count
#定义EPSILONG = ‘ε’
#基本表达式结构，只需要开始节点和结束状态，不用知道内部联系
class State():
def __init__(self,entry, exit):
self.entry =entry
self.exit = exit
#正则表达式到NFA类
class Re2NFA():
def __init__(self, ss):
self.sIter =iter(ss + '\0')
self.g = Graph()
self.top = 0
self.token =self.sIter.next()
#生成NFA的方法，返回State和Graph
def generate(self):
self.state =self.P1()
if self.token !='\0':
error()
return self.state, self.g
def match(self, ch):
if(self.token !=ch):
error()
self.token =self.sIter.next()
#构造单个字符的NFA
def createAtom(self,ch):
A =self.g.addNode()
B =self.g.addNode()
self.g.addEdge(A,B, ch)
return State(A,B)
#重复
def rep(self, R):
global cstate
c1 =self.g.addNode()
c2 =self.g.addNode()
self.g.addEdge(c1, R.entry, EPSILON)
self.g.addEdge(R.exit, c2, EPSILON)
self.g.addEdge(c1, c2, EPSILON)
self.g.addEdge(R.exit, R.entry, EPSILON)
return State(c1,c2)
#并置
def uni(self, R, S):
c1 =self.g.addNode()
c2 =self.g.addNode()
self.g.addEdge(c1, R.entry, EPSILON)
self.g.addEdge(c1,S.entry, EPSILON)
self.g.addEdge(R.exit, c2, EPSILON)
self.g.addEdge(S.exit, c2, EPSILON)
return State(c1,c2)
#连接
def cat(self, R, S):
self.g.addEdge(R.exit, S.entry, EPSILON)
returnState(R.entry, S.exit)
#递归下降分析法处理正则表达式的语法结构
def P1(self):
R = self.P2()
while(self.token== '|'):
self.match('|')
S = self.P2()
R =self.uni(R, S)
return R
def P2(self):
R = self.P3()
while(self.token.isalpha() orself.token.isdigit() or self.token == '('):
S = self.P3()
R =self.cat(R, S)
return R
def P3(self):
R = self.P4()
while(self.token== '*'):
self.match('*')
R = self.rep(R)
return R
def P4(self):
if(self.token =='('):
self.match('(')
R = self.P1()
self.match(')')
elifself.token.isalpha() or self.token.isdigit():
R = self.createAtom(self.token)
self.match(self.token)
else: error()
return R
# NFA转换成DFA的类
classNFA2DFA():
def __init__(self, g, nfa):
self.nfa = nfa
self.g = g
self.retg = Graph()
self.term = []
self.Q = []
#检查状态集合出现过没有如是出现过没有
def checkIn(self, cset, tset):
idx = 0
for ts in tset:
idx += 1
if cset == ts:
return idx
return 0
#获取状态集合的E-闭包
def getClosure(self, tset):
vis = [1 for i inxrange(self.g.node_count+1)]
mque = Queue.Queue()
for item in tset:
mque.put(item)
while not mque.empty():
v = mque.get()
vis[v] = 0
for node in self.g.e[v]:
print node.f == EPSILON
if node.f == EPSILON andvis[node.v] == 1:
tset.add(node.v)
mque.put(node.v)
print tset
#获取当前状态可转换到的所有状态集合
def getNextTrans(self, tset):
tdict = dict()
for item in tset:
for node in self.g.e[item]:
if node.f == EPSILON:pass
else :
if nottdict.has_key(node.f):
tdict[node.f] = set()
tdict[node.f].add(node.v)
print tdict
for k , value in tdict.items():
self.getClosure(tdict[k])
print tdict
return tdict
#生成NFA的方法返回Graph和终结状态列表
def generate(self):
cur = 0
Q = []
Qset = set([self.nfa.entry])
self.getClosure(Qset)#获到开始状态的闭包
self.retg.addNode()
Q.append(Qset)#将开始状态的闭包加入到Q中
while cur < len(Q):#当Q中没有新的状态算法结束
nextdict =self.getNextTrans(Q[cur])#获取当前状态集合的转换状态集合
if self.nfa.exit in Q[cur]:#如果新状态集合包含终结符，则把该状态标志为终结状态
self.term.append(cur+1)
for k, v in nextdict.items(): #将新的状态加入Q中并更新有向图
idx = self.checkIn(v, Q)
if idx == 0:
self.retg.addEdge(cur+1, self.retg.addNode(),k)
Q.append(v)
else:self.retg.addEdge(cur+1,idx, k)
cur += 1
print Q
return self.retg, self.term
最后用Graphviz显示结果
#!/usr/bin/env python # -*- coding:GBK -*- import os from nfa2dfa import Re2NFA from nfa2dfa import NFA2DFA def dfs(u): vis[u] = 0 for node in e[u]: fp.write("%d->%d[label=\"%s\"];\n"%(u, node.v, node.f)) if vis[node.v] == 1: dfs(node.v) ss = raw_input() nfa, g = Re2NFA(ss).generate() vis = [] for i in xrange(g.node_count+1): vis.append(1) e = g.e fp = open('re2nfa.gv', "w") fp.write("digraph G{\nrankdir=LR\n") fp.write('edge [fontname="FangSong"];\n') dfs(nfa.entry) fp.write("%d[style=filled, color=lightgrey];\n"%(nfa.entry)) fp.write("%d[shape=doublecircle];\n"%(nfa.exit)); fp.write("}\n") fp.close() g, term= NFA2DFA(g, nfa).generate() vis = [] for i in xrange(g.node_count+1): vis.append(1) e = g.e fp = open('nfa2dfa.gv', "w") fp.write("digraph E{\nrankdir=LR\n") fp.write('edge [fontname="FangSong"];\n') fp.write("1[style=filled, color=lightgrey];\n") print "term", term for it in term: fp.write("%d[shape=doublecircle];\n"%(it)) dfs(1) fp.write("}\n") fp.close() os.system("dot -Tpng re2nfa.gv -o re2nfa.png") os.system("dot -Tpng nfa2dfa.gv -o nfa2dfa.png")
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
