形式语言与自动机--文法的一般理论.ppt

形式语言与自动机（Formal Languages and Automata）第二章 文法的一般理论南京航空航天大学南京航空航天大学计算机科学与技术学院计算机科学与技术学院 胡胡 军军2024/5/13 周一1.o2.1 问题的提出 o2.2 形式文法与形式语言 o2.3 文法的乔姆斯基分类2024/5/13 周一2.2.1 问题的提出o任何有意义的语言都不是任意字符串的集合，而是符合某些规则要求的字符串集合符合某些规则要求的字符串集合.n自然语言(英语，语法)；n程序设计语言(C语言，文法)；o文法(Grammar):用有限个规则描述无穷有限个规则描述无穷多字符串的集合n自然语言描述(如：英语语法)；n严格的形式规则描述（如：C语言文法、Pascal 语言文法）-形式文法，形式文法，形式语言形式语言2024/5/13 周一3.BNF(Backus-Naur Form)o例2.1 在类PasCal语言中，是用下述一组规则一组规则定义的：:=:=IFTHENElSE:=WHILEDO:=BEGINEND:=；:=:=:=:=|=:=|（）:=+|-|*|/:=0|1|2|3|4|5|6|7|8|9:=a|b|c|d|e|f|g|h|i|j|k|l|m|n|o|p|q|r|s|t|u|v|w|x|y|z2024/5/13 周一4.问题的提出o例2.2 根据例2.1中的各规则，下述的字符串 WHILE x5 DO x:=(x+2)是一个合法的语句;因为：n整个符合的定义结构；nx5是的一种；nx:=（x+1）是的一种（从而也是的一种）；2024/5/13 周一5.语法树(分析树，Parser Tree)2024/5/13 周一6.问题的提出o例2.3 用下述语法规则定义英语中的句子。thea applecatman eatssingsrunsthe apple runs 语法语法/语义语义ArticleArticle2024/5/13 周一7.2.2 形式文法与形式语言 o定义2.1 一个文法文法G是一个四元组 G=(V,T,P,S)，其中：V：是变元变元（Variable，Nonterminal）的有限集。T：是终结符终结符（Terminal）的有限集。P：是产生式产生式（Production）的有限集，其中每个产生式都是的形式，其中(VT)+，且其中至少有一个V中的符号，(VT)*。称为产生式的左部产生式的左部，称为产生式的右部。产生式的右部。SV，称为文法G的开始符号开始符号。(S很重要，决定这组规则最终要定义什么，考虑例2.3中的和)例2.4:G1=(A,B,0,1,A0B,B1B,B0,A)。G2=(A,B,C,a,b,C,AaBC,Bb,CCC,C,A)。G3=(L,M,N,0,1,2,M0LN,L1,0L2,LN12，N0，M)。2024/5/13 周一8.文法表示方法的约定o凡有关文法的例子，都遵循下述的约定：大写拉丁字母A,B,C,D,E和S等等表示变元变元，除非另做说明，S表示开始符号。小写拉丁字母a,b,c,d,e,数字等等表示终结符终结符。小写拉丁字母u,v,w,x,y,z等等表示终结符串终结符串。小写希腊字母，等等表示变元和终结符共同组成变元和终结符共同组成的串的串。另外还约定，同一个文法中如果有若干个左部相同而右部不同的产生式，如：1，2，n则可以缩写为：1|2|n在上述约定下，写一个文法时，只写出它的产生式集合就可以了.2024/5/13 周一9.字符串的推导 与 归约o定义2.2 给出文法 G=(V,T,P,S)，我们定义两个字符串之间的一个关系关系“”：若=123,=13,并且2是P中的一个产生式，则有 ，此时称由直接推导直接推导出。根据第一章关于集合上关系的闭包的定义，我们也可将 扩充为 ，将 称为由推导推导出。o若有S ，则称为句型句型，当，则称为句子句子。o对应于推导，还有一个重要的概念，称为“归约归约”。其定义是：如果 是由到的推导，则反过来称归约到，记作 。2024/5/13 周一10.字符串的推导 与 规约o例2.7 对于例2.6中给出的文法G，我们有：S 0A1 00A11 000A111 000111o第一步直接推导用的是第（1）个产生式，第二步直接推导用的是第（2）个产生式，第三步直接推导还是用第（2）个产生式，最后一步直接推导用的是第（3）个产生式。总起来我们也可以写为S 000111。在这个推导中，0A1，00A11，000A111,000111都是句型，而000111又是句子。o在今后写推导式子的时候，若所指的文法是明确无误的，则可将记号 或 中的G省略，只写 或 即可。另外，如果经过i步的直接推导到，就可写 。2024/5/13 周一11.形式文法与形式语言o定义2.3 给出文法 G=(V,T,P,S)，它所产生的语言记作(G)，由下述集合定义：L(G)=|S ，并且*。换句话说，文法G产生的语言(G)，就是由由G中开始中开始符号符号S推导出来的全体终结符号串所构成的集合推导出来的全体终结符号串所构成的集合，也就是句子的集合句子的集合。2024/5/13 周一12.文法 语言o例2.8 给出文法G,它有两个产生式：SaSbSab则该文法产生的语言(G)=an bnn1。o这是根据(G)的定义，考虑从S的推导，若先用G中第二个产生式，则S ab，就不能再往下推导了，此时相当于语言中1的情况。若从S出发，先用第一个产生式-1次，即S aSb aaSbb an-1S bn-1，最后再使用第二个产生式一次，得到S ab，这个推导对于任何1都是对的。再加上=1的情况，即可得到L(G)an bnn1。2024/5/13 周一13.文法语言o例2.9给出文法G，它的产生式是：SaBbAAabAAaSBbaBBbS(G)是由相等个数a和b组成的（次序不限）所有串的集合，加以证明。为了证明最终的结论，要证明以下三个互相关联的命题。S ，当且仅当中包含相等个数的a和b。A ，当且仅当中a的个数比b的个数多1。B ，当且仅当中b的个数比a的个数多1。2024/5/13 周一14.文法语言下面我们用关于关于w长度的归纳法长度的归纳法(多重归纳法多重归纳法)来证明上述三个命题。归纳基础归纳基础w1。命题（2），（3）显然是对的，因为只能有A a，B b，用其他产生式时都将推导出长度大于1的串。对于命题（1），因为在w1这个大前提下，一方面不可能有S w，另一方面中也不可能包含相等个数的a和b，即“当且仅当”的两个方面都是假的，故命题（1）自然成立。归纳步骤归纳步骤假设对于所有长度不超过k-1的串，命题（1），（2），（3）成立，现在要证当wk时（k2），命题（1），（2），（3）也成立。2024/5/13 周一15.文法语言o先证命题（先证命题（1）。o如果S ，那么推导的第一步必然是S aB或S bA。对于第一种情形，必然有aw1，且B w1，因为w1k1，则根据归纳法假设，它包含b的个数比a的个数多1（命题（2），因此包含a的个数与b的个数相等。o对于S bA的情形，证明完全类似。o反之，如果wk，且w包含相等个数的a和b，要证S w。考虑w的第一个符号只有a或b两种情况，若是a，则waw1，且w1k1。由于w1中包含b的个数比a的个数多1，根据归纳法假设，必有B w1（命题（3）。此时使S的第一次直接推导为S aB，然后将B推导到1，最后得到S aw1w。o对于w以b开始的情况，可以完全类似地证明。o考虑再证明命题（2）和（3）。2024/5/13 周一16.语言文法o例2.10 给出语言 a1，找出产生它的文法。oa，aa，aaa，它是一个无限集。因此必须先产生出一个a来，我们首先用产生式Sa来实现。因为是无限集，必须用递归的方法，以一个a为基础，不断地添加一个a。即再用一个产生式SaS，与第一个产生式合起来，整个文法就是：SaSaSo当然产生的文法不是唯一的，我们也可以用以下两个产生式SaSSao还可以用文法SaSS2024/5/13 周一17.语言文法o例2.11 构造一个文法，使其能产生语言a，b*。nw是由a和b以任意次序组成的串（包括空串），w是w的逆转，ww是由偶数个a，b组成且由中心开始左右对称的串，如abba，baaaab，aabaabaa等等。o例2.12构造一个文法，使其能产生语言anbncn1。（不太容易）2024/5/13 周一18.文法等价 o定义2.4对于两个不同的文法G1(V1，T1，P1，S1），G2(V2，T2，P2，S2)，如果如果(G1)(G2)，则称文法，则称文法G1与与G2等价等价。o同一个语言可以由不同的文法产生同一个语言可以由不同的文法产生。在例2.2.7中已经看到，一个很简单的语言an|n1就可由三个不同的文法产生。o文法是用四元组定义的，在两个四元组的各对应部分中，只要有一点点不同，就应当看作是不同的文法。如在一个已有的文法上，随意加上一些变元，一些终结符，或一些不影响S推导结果的产生式等等，都会变成新的文法。在这个意义下，任何一个语言都可在这个意义下，任何一个语言都可以有无穷多个文法产生它以有无穷多个文法产生它。2024/5/13 周一19.2.3 文法的乔姆斯基分类o定义 2.5 对于文法G（V，T，P，S）按以下方法分为四类：若中的产生式，不加另外的限制，则G称为0型文法型文法，或短语结短语结构文法构文法（PSG）。若中每个产生式都满足条件|，则G称为1型文法型文法，或上下文有关文法上下文有关文法（CSG）。若中每个产生式都具有如下形式：A，(VT)*，AV，则称G为2型文法型文法，或上下文无关文法上下文无关文法（CFG）。若中每个产生式都具有如下形式：Aa或AaB，aT，A，BV，则称G为3型文法型文法，或正则文法正则文法（RG）。2024/5/13 周一20.文法的乔姆斯基分类o定义2.6 n由短语结构文法产生的语言，称为短语结构语言短语结构语言，简记为PSL。n由上下文有关文法产生的语言，称为上下文有关语言上下文有关语言，简记为CSL。n由上下文无关文法产生的语言，称为上下文无关语言上下文无关语言，简记为CFL。n由正则文法产生的语言，称为正则语言正则语言，简记为RL。2024/5/13 周一21.2024/5/13 周一22.右线性文法o定义2.9 对于文法G=(V,T,P,S),如果P中产生式都呈以下形式:AwAwB这里A,BV,wT*,则文法G称为右线性文法右线性文法。类似地，如果P中产生式都呈AwABw形式，这里A,BV,wT*,则文法G称为左线性文法左线性文法。2024/5/13 周一23.右线性文法o定理定理2.2 任何由右线性文法产生的语言都能被正则文法产生。任何由右线性文法产生的语言都能被正则文法产生。o证明 设L是一个右线性文法G产生的语言，G=(V,T,P,S)。现在由G构造正则文法G=(V,T,P,S)，其中P的构造为:对于P中形如Aw的产生式,若w=a(aT)或w=,则已符合正则文法的要求，将它们直接放入P中。对于w=a1a2an(n2),则引入新变元A1,A2,An-1,并将以下一组产生式Aa1A1A1a2A2 （*）An-1an加入P中。2024/5/13 周一24.右线性文法o类似地，对于P中形如AwB的产生式，若w 2，则将它们直接放入P中。对于w=a1a2an(n2)，则引入新变元B1,B2,Bn-1，并将以下一组产生式 Aa1B1 B1a2B2 （*）Bn-1anB加入P中。oV中的变元就是出现在P中的全部变元。因为G中产生式的个数是有限的，所以新引入的变元的个数也是有限的，不管新老变元有多少个，我们可以假设它们的名字全不相同。2024/5/13 周一25.右线性文法o下面来证明G与G等价(L(G)L(G)and L(G)L(G)?)o一方面，设有S x（xT*）。如果在推导过程中没有使用Aa1a2an(n2)和Aa1a2anB(n2)形式的产生式，则自然也有S x。如果在推导过程中每使用一次产生式Aa1a2an(n2)，就连续使用P中以下一组产生式 Aa1A1 A1a2A2 An-1an来替代。2024/5/13 周一26.右线性文法如果在推导过程中每使用一次产生式Aa1a2anB(n2)，就连续使用P中以下一组产生式 Aa1B1 B1a2B2 Bn-1anB来替代。这样显然也有S x。因此，L(G)L(G)。2024/5/13 周一27.右线性文法o另一方面，设有S x。如果在推导过程中使用了（*）组中的第一个新产生式Aa1A1，因为新引入的变元是成组出现的，而且与其它变元都不相同，则必须连续使用本组的其余各产生式才行。这样，这一组连续推导可以使用G中原来的一个产生式Aa1a2an(n2)用一次推导来代替。如果在G的推导过程中使用了（*）组中的第一个新产生式Aa1B1，则基于同样的理由，也必须连续使用本组的其余各产生式才行。那么，这一组连续推导可以使用G中原来的一个产生式Aa1a2anB(n2)用一次推导来代替，因此也有A x，这就是说L(G)L(G)。最后我们得出L(G)=L(G)。定理证完。o定理定理2.3 任何由左线性文法产生的语言都能被如下的文法任何由左线性文法产生的语言都能被如下的文法G=(V,T,P,S)产生：在产生：在G中的产生式仅为中的产生式仅为Aa和和ABa两种形式，其两种形式，其中中a T,A,B V。2024/5/13 周一28.正则文法o定理定理 2.4 给出正则文法给出正则文法G=(V,T,P,S),且且L(G)=L。则存在另一文法。则存在另一文法G=(V,T,P,S)，它的产生式仅为，它的产生式仅为Aa和和ABa两种形式，两种形式，(其中其中a T,A,B V)，使得，使得L(G)=LR。o证明 我们由G构造G，其出发点是因为要让G能产生L的逆转集合LR，就必须把原来G中产生式的右部也都逆转过来，构成G中的产生式。具体来说，P的构造是：对于P中形如Aa的产生式(aT A,V)，则将它们全部放入P中。对于P中形如AaB的产生式(aT,A,BV),则将产生式ABa放入P中。因为G是正则文法,其产生式只有Aa和AaB两种形式,经用上述方法构造出来的G，在形式上已符合定理要求,现在要证L(G)=LR。2024/5/13 周一29.正则文法o一方面,设x=a1a2anL(G)，要证xR=ana2a1L(G)。o对于n1，在G中有直接推导S x，使用的产生式或为Sa1，或为S。这两种产生式也在G中，所以，在G中有直接推导S x，而且此时x=xR 。o对于n2，在G中要用一系列直接推导S a1B1 （用产生式Sa1B1）a1a2B2 （用产生式B1a2B2）a1a2an-1Bn-1 （用产生式Bn-2an-1Bn-1）a1a2an-1an （用产生式Bn-1an）或者有 a1a2an-1Bn-1 a1a2an-1anBn （用产生式Bn-1anBn）a1a2an-1an （用产生式Bn）2024/5/13 周一30.正则文法o对应G中的产生式Sa1B1，G中有SB1a1，对应G中的产生式B1a2B2,G中有B1B2a2,对应G中的产生式Bn-2an-1Bn-1,G中有Bn-2Bn-1an-1,对应G中的产生式Bn-1anBn,G中有Bn-1Bnan。至于G中的产生式Bn-1an和Bn，G中也有同样的产生式。S B1a1 （用产生式SB1a1）B2a2a1 （用产生式B1B2a2）Bn-1an-1a2a1 （用产生式Bn-2Bn-1an-1）anan-1a2a1 （用产生式Bn-1an）或者有Bn-1an-1a2a1 Bnanan-1a2a1 （用产生式Bn-1Bnan）anan-1a2a1 （用产生式Bn）所以总起来有 S anan-1a2a1=xR，即xR L(G)。2024/5/13 周一31.正则文法o另一方面，设x=a1a2anL(G),要证xR=ana2a1L(G)。对于n1，根据与前面同样的理由，结论显然成立。对于n2，在G中要用一系列直接推导 S B1an （用产生式SB1an）B2an-1an （用产生式B1B2an-1）Bn-1a2an-1an （用产生式Bn-2Bn-1a2）a1a2an-1an （用产生式Bn-1a1）或者有Bn-1a2an-1an Bna1a2an-1an （用产生式Bn-1Bna1）a1a2an-1an （用产生式Bn）2024/5/13 周一32.正则文法oG中产生式是G中产生式的唯一来源，因此，在G中也有一系列直接推导 S anB1 （用产生式SanB1）anan-1B2 （用产生式B1an-1B2）anan-1a2Bn-1 （用产生式Bn-2a2Bn-1）anan-1a2a1 （用产生式Bn-1a1）或者有anan-1a2Bn-1 anan-1a2a1Bn （用产生式Bn-1a1Bn）anan-1a2a1 （用产生式Bn）这也就是 S anan-1a2a1=xR。即xR L(G)。总之，我们有L(G)=L(G)R。定理证完。2024/5/13 周一33.课后要求o习题：(P.40)n2.3（使用数学归纳法对串长证明）n2.4 (1),(2),(3),(4)n2.5 2024/5/13 周一34.