词法分析：词法规则的形式化——正规式与正规集

Posted 2022-03-08 One7

语法描述的基本概念

复习一下语法描述的基本概念：

字母表：一个有穷字符集，记为Σ
字母表中的每个元素称为字符
Σ上的字（字符串）：由Σ中的字符构成的一个有穷序列
不包含任何字符的序列称为空字，记为ε
Σ^*表示Σ上所有字的全体（Σ上所有字符所能产生的字），包含空字ε

例：设Σ= a，b ，则
Σ^* = ε，a，b，aa，ab，bb，ba，aaa，…

若U、V为Σ^*的两个子集，则U和V的连接（积）定义为
UV = αβ | α∈U & β∈V ，顺序不可颠倒

例：设U = a，aa 、V = b，bb
则UV = ab，abb，aab，aabb

V自身的n次积记为Vⁿ
V⁰ = ε
V^*是V的闭包：V^*=V⁰∪V¹∪V²∪V³∪…
V⁺是V的正规闭包：V⁺ = VV^*

例：设U= a，aa
U^* = ε，a，aa，aaa，……
U⁺ = a，aa，aaa，aaaa，……

可以看出正规闭包是不包含 ε 的闭包

---

 

正规式与正规集

程序语言都有一定的词法规则，按照这些词法规则产生的单词符号都是一些特殊的字符串，
因此，可以形式化地描述词法规则，即描述了词法规则对应的单词集合

正规式即是词法规则一种形式化描述，对应的单词集合称为正规集

（正规式其实就是正则表达式 ）

一个字的集合是正规集当且仅当它能用正规式表示
正规式⇔正规集

上面这张图就描述了右边单词表定义的语言的所有的字
因为正规式可以识别语言的所有字，所以可以用正规式进行词法分析

正规式与正规集的递归定义
对于给定的字母表Σ

• ε和∅都是Σ上的正规式，它们所表示的正规集是 ε 和 ∅
• 任何a∈Σ，a是Σ上的正规式，它所表示的正规集是 a
• 若e₁和e₂都是Σ上的正规式，它们所表示的正规集为L(e₁)、L(e₂)，则有
  • (e₁|e₂)为正规式，表示的正规集为L(e₁)∪L(e₂)
  • (e₁·e₂)为正规式，表示的正规集为L(e₁)L(e₂)
  • (e₁)^* 为正规式，表示的正规集为(L(e₁))^*
    仅由有限次使用上述三个步骤定义的表达式才是Σ上的正规式
    仅由这些正规式表示的字集才是正规集

根据定义
ε是Σ上的一个字，且是正规集 ε 的正规式，可识别字ε
∅是一个集合，也是正规式，表示是的正规集是 ∅
任何a∈Σ，a既是Σ中的字符，又是Σ上的字，还是Σ上的正规式，表示的正规集是 a

正规式的等价

若两个正规式表示的正规集相同，则称这两个正规式等价

以上证明表示正规式b(ab)^*与(ba)^*b等价

正规式的性质
交换律：e₁|e₂ = e₂|e₁
结合律：e₁|(e₂|e₃) = (e₁|e₂)|e₃ e₁(e₂e₃) = (e₁e₂)e₃ | 及 · 运算均满足结合律
分配律：e₁(e₂|e₃) = e₁e₂|e₁e₃ (e₂|e₃)e₁ = e₂e₁|e₃e₁ | 对 · 及 · 对 | 的运算均满足分配律
eε = εe = e
e₁e₂<>e₂e₁

---

 原文转载自：https://www.cnblogs.com/kafm/p/12721805.html

2022/3/8