Thompson構造法在計算機科學中是指一個能將正則表達式轉化為一個與之等價的非確定有限狀態自動機(NFA)的算法。算法得到的NFA可以在編程中用於匹配一個正則表達式,這也是正則表達式引擎實現的基本思路之一。
基本介紹
- 中文名:Thompson構造法
- 性質:一種算法
- 領域:計算機
簡介,算法介紹,構造規則,遞歸終點,子表達式運算的構造規則,非確定有限狀態自動機,
簡介
正則表達式和非確定有限狀態自動機是形式語言的兩種不同的抽象表達方式。在諸如文本編輯器的高級“查找和替換”以及許多程式語言中,人們都習慣使用正則表達式來表示字元串的匹配模式。然而,當計算機執行匹配程式時,NFA卻是更加適合的一種格式。因此,Thompson構造法有著重要的套用價值,它實際上可以視作正則表達式到NFA的一個編譯器。而從理論角度上來說,該算法實際上是正則表達式和NFA等價性證明的一部分——事實上,這兩種表述形式本質上都對應著相同的語言,即正則語言。
算法介紹
構造規則
算法通過遞歸地將一個正則表達式劃分成構成它的子表達式,在得到每個子表達式對應的NFA之後,根據子表達式之間的運算關係和一系列規則構造表達式自身對應的NFA。具體來說,這套構造規則如下所示:
遞歸終點
對於正則表達式為ε或者只由一個符號構成的情況,則無需繼續遞歸,對應的NFA可以直接由下列規則給出:
空表達式ε直接轉化為:
字母表中的單個符號a直接轉化為:
子表達式運算的構造規則
下面針對正則表達式的三種運算——並、連線和Kleene*閉包給出NFA的構造規則。設子表達式為s和t,則它們對應的NFA分別記作N(s)和N(t)。
兩個正則表達式的並s|t可以轉化為:
通過ε轉移, 狀態q可以直接到達N(s)或N(t)的初態。而N(s)或N(t)原來的終態也可以通過ε轉移直接到達整個NFA的新終態。
連線表達式st可以轉化為:
N(s)的初態成為新的NFA的初態。 原來N(s)的終態成為N(t)的初態。而原來N(t)的終態成為新的NFA的終態。
Kleene*閉包s可以轉化為:
將新表達式的初態和終態以及夾在中間的子表達式的NFAN(s)連線起來的ε轉移使得可以選擇經過或者不經過子表達式。而從N(s)的終態到初態的ε轉移使得s可以重複任意多次。
- 加括弧的表達式(s) 直接轉化為N(s) 自身即可。
非確定有限狀態自動機
非確定有限自動機是Michael O. Rabin和Dana Scott在1959年介入的,他們證明了它與確定自動機的等價性。