dfa

CODE： https://github.com/pxjw/Principles-of-Compiler/tree/master/consDFA 原题： 1、自己定义一个简单语言或者一个右线性正规文法 示例如( 仅供参考 ) G[S]：S→aU|bV U→bV|aQ V→aU|bQ Q→aQ|bQ|e 2、构造其有穷确定自动机，如 3、利用有穷确定自动机M=(K,Σ,f, S,Z）行为模拟程序算法，来对于任意给定的串，若属于该语言时，该过程经有限次计算后就会停止并回答“是”，若不属于，要么能停止并回答“不是” K:=S； c:=getchar; while c<>eof do {K:=f(K,c); c:=getchar; }; if K is in Z then return (‘yes’) else return (‘no’) 开始编程！ 1.状态转换式构造类： current——当前状态 next——下一状态 class TransTile { public: char current; char next; char input; TransTile(char C,char I,char Ne){ current = C; next = Ne; input = I; } }; 2.DFA的构造类 此处包括DFA的数据集，字母表，以及过程P的定义。 包括了初始化，遍历转换

1.将DFA最小化：教材P65 第9题 Ⅰ {1,2,3,4,5} {6,7} {1,2}b→{1,2,3,4,5} {3,4}b→{6,7} {5}b→ε {1,2,3,4,5}可区别，划分 Ⅱ {1,2}{3,4}{5} {6,7} {1}a{3,4} {2}a{3,4} {1}b{1,2} {2}b{1,2} {1,2}不可区别，等价 {3}c{3,4}　 {4}c{3,4} {3}d{5}　　 {4}d{5} {3,4}不可区别，等价 {6}b{6,7} {7}b{6,7} {6,7}不可区别，等价 Ⅲ {1,2}{3,4}{5} {6,7} 最小化： 2.构造以下文法相应的最小的DFA S→ 0A|1B A→ 1S|1 B→0S|0 正规式： 构造： 转化为DFA 0 1 a ε{x}={xad} {be} {cf} b {be} ε{ay}={ady} c {cf} ε{cf}={ady} d {ady} {be} {cf} 最小化： Ⅰ {a,b,c} {d} {a}0→{a,b,c} {b}0→ε {c}0→{d} {a,b,c}可区别，划分 不可区别 Ⅱ {a,b,c} {d} 3.自上而下语法分析，回溯产生的原因是什么？ S -> AB S -> aAB S -> aaAB S -> aaaAB S -> aaaɛb S -> aaab 原因：反复提取公共左因子

一、概念概述 给定一个单词，判断该单词是否满足我们给定的单词描述规则，需要用到编译原理中词法分析的相关知识，其中涉及到的两个很重要的概念就是正规式(Regular Expression)和有穷自动机(Finite Automata)。正规式是描述单词规则的工具，首先要明确的一点是所有单词组成的是一个无穷的集合，而正规式正是描述这种无穷集合的一个工具；有穷自动机则是识别正规式的一个有效的工具，它分为确定的有穷自动机(Deterministic Finite Automata,DFA)和不确定的有穷自动机(Nondeterministic Finite Automata,NFA)。对于任意的一个单词，将其输入正规式的初始状态，自动机每次读入一个字母，根据单词的字母进行自动机中状态的转换，若其能够准确的到达自动机的终止状态，就说明该单词能够被自动机识别，也就满足了正规式所定义的规则。而DFA与NFA之间的差异就是对于某一个状态S，输入一个字符a，DFA能够到达的下一个状态有且仅有一个，即为确定的概念，而NFA所能到达的状态个数大于或等于一个，即不确定的概念。因为NFA为不确定的，我们无法准确的判断下一个状态是哪一个，因此识别一个正规式的最好的方式是DFA。那么，如何为一个正规式构造DFA就成了主要矛盾，解决了这个问题，词法分析器就已经构造完成。从正规式到DFA需要通过两个过程来完成： 　

正则基础教程一些冷门的知识 正则引擎 正则分几种引擎也从是本书获得的知识点之一。 DFA 传统型NFA POSIX NFA NFA范围更广，例如 JAVA, PHP, Ruby, .NET... 你是看不起我javascript所以才不列入的吗？ 使用DFA的是flex, MySQL, lex, awk大部分版本… 实话说，除了mysql，都没听过。不过不用在意！ 两个引擎的区： NFA 更注重表达式 DFA 文本主导 　　通过书中里例子说，NFA 用表达式来匹配文本，而 DFA 是文本来匹配文表达式。当写好一个正则之后，NFA 是先检查表达式，同时检查文本是否匹配这个表达式。而 DFA 则是先扫描文本，然后处理表达式中的所有匹配可能，如果匹配失败，就将这条可能的线，淘汰。所以这里衍生一个概念就是回溯，NFA 有回溯，而 DFA 没有。 知识点 　　作为一个菜鸟，正则表达式一直是书到用时方恨少的角色。平时都是能抄则抄，不能抄的时候干着急，只能用 substr, indexOf, chatAt等等的方法实现功能，既不优雅也不够装逼。上网学习也都是菜鸟教程，W3school。然后下面说一下以上两个基础教程里没说到的知识点。 　　括号捕获与反向引用 　　当你在正则表达式里使用了 ()，在表达式匹配时，它能记住或者说缓存括号内匹配的结果，从而可以拿到括号内的结果

IM项目需要对上边传输的消息进行必要的过滤。如果总是对着某人输入f**k就显得不太文明了。 一个通用且简单的做法是，设定一批敏感词，如果消息中出现这些词，由系统进行必要的处理。怎么实现这个功能呢？ 一、能够实现敏感词过滤功能的方法有很多 方法有很多，我简单罗列了几个。 1、直接将敏感词组织成String后，利用indexOf方法来查询。 2、传统的敏感词入库后SQL查询。 3、利用Lucene建立分词索引来查询。 4、利用DFA算法来进行。 显然，方法1和方法2在性能上基本无法满足IM系统高效处理消息的需求，放弃。 方法3，采用Lucene建立本地分词索引，将消息内容分词后，在索引库里搜索。这个方法较复杂，且分词效率也不会很高，放弃。 大多数的敏感词过滤系统采用的是方法4，DFA算法。 二、DFA简介 DFA是什么？这里有必要简单介绍一下这个概念（这部分看不懂没关系，可以跳过）。 1、DFA定义 DFA翻译成中文是“确定有穷自动机 ” 定义：一个确定有穷自动机（DFA）M是一个五元组：M=（K，Σ，f，S，Z）其中 ① K是一个有穷集，它的每个元素称为一个状态； ② Σ是一个有穷字母表，它的每个元素称为一个输入符号，所以也称Σ为输入符号字母表； ③ f是转换函数，是K×Σ→K上的映射(且可以是部分函数)，即，如 f（ki，a）=kj，（ki∈K，kj∈K）就意味着，当前状态为ki