形式语言与自动机

Formal Languages and Automata Theory

正则表达式
计算机科学与技术学院
哈尔滨工业大学（深
圳）

汤步洲
 课程回顾
• DFA, NFA, -NFA 在表示语言的能力上是等价的
– 相互之间的转换关系

DFA
转换

NFA -NFA
简化

DFA 所接受的语言是正则语言
 内容大纲

• 正则表达式
– 正则表达式的递归定义
– 正则表达式的示例
• 有穷自动机和正则表达式
– 由自动机到正则表达式
– 由正则表达式到自动机
• 正则表达式的代数定律
 内容大纲

• 正则表达式
– 正则表达式的递归定义
– 正则表达式的示例
• 有穷自动机和正则表达式
– 由自动机到正则表达式
– 由正则表达式到自动机
• 正则表达式的代数定律
 正则表达式

• 有穷自动机
– 通过抽象机器装置扫描和接受字符串识别（表示）正
则语言
• 正则表达式
– 通过代数式表示或产生正则语言，便于正则语言的计
算机处理
– 正则表达式所表示的语言与正则语言等价
– 应用广泛
• grep 工具
• Vim 文本编辑器
• 各种程序设计语言（比如 , Perl, Python ）
 语言运算

• 设和是两个语言，那么
并:
连接：
幂： , , ,
克林闭包：
 例子

• 例 : 若有 , 那么

• 例 : 对于空语言
– ,,
 四则运算的递归定义

• 任何数都是四则运算表达式。

• 如果和是四则运算表达式，那么

都是四则运算表达式。
 正则表达式的递归定义

• 基础 1: 是一个正则表达式，表示空语言。
• 基础 2: 一个正则表达式，表示语言
• 基础 3: 对于任意一个符号 , 是一个正则表达式，
表示语言，其有一个长度为 1 的字符串。
 正则表达式的递归定义
• 归纳 1 ：如果和是正则表达式，那么也是正
则表达式，且
• 归纳 2 ：如果和是正则表达式，那么也是正
则表达式，且
• 归纳 3 ：如果是正则表达式，则也是正则表
达式。
• 归纳 4: 如果是正则表达式，则也是正则表达
式，表示语言。
 运算符的优先级

• 正则表达式中三种运算以及括号的优先级：
(1)“ 括号”优先级最高 括号
( )
高

(2)“ 星”运算 : “ 星”
*
“ 连接”
(3)“ 连接”运算 : ( 一般省
略)
(4)“ 加”最低 : “ 加” 低
+
 运算符的优先级

• 例:
括号 高
( )
“ 星”
*
“ 连接”
( 一般省
略)
“ 加” 低
+
主观题 10 分

给出正则表达式 (a+b)*(a+bb) 定
义的语言（用集合形式）

作答
 正则表达式示例
• 给出正则表达式 (a+b)*(a+bb) 定义的语言

所以 w|w 由 a 和 b 组成，仅以 a 或 bb 结尾 } 。
 运算的若干化简规则

• (+E)*=(+E)+=E*
• +*=
• = （零元）
• = （单位元）
 内容大纲

• 正则表达式
– 正则表达式的递归定义
– 正则表达式的示例
• 有穷自动机和正则表达式
– 由自动机到正则表达式
– 由正则表达式到自动机
• 正则表达式的代数定律
 有穷自动机和正则表达式
• DFA, NFA, -NFA 和正则表达式在表示语言的能
力上是等价的
– 相互之间的转换关系

DFA 正则表达式
转换

NFA -NFA
简化

对于一个 DFA 所能识别的语言，都存在一个正则表达式表示

它。
 有穷自动机和正则表达式
• DFA, NFA, -NFA 和正则表达式在表示语言的能
力上是等价的
– 相互之间的转换关系

DFA 正则表达式
转换

NFA -NFA
简化

对于一个 DFA 所能识别的语言，都存在一个正则表达式表示

它。
任何一个正则表达式表示的语言，都可以由一个 -NFA 识别。
 DFA 到正则表达式

• 定理：若 是某 DFA 的语言 , 那么存在正则

表达式满足
• 证明方法：
– 递归法
– 状态消除法
 DFA-> 正则表达式 : 递归法

• 对的状态进行编号，令 1 为开始状态，即

设正则表达式 表示从 到 但中间节点状态编号

不超过全部路径的字符串集（简称 - 路径 ):
 DFA-> 正则表达式 : 递归法
• 归纳基础 :, 为从 直接到 ，没有经过任何中间
节点的字符串集合
• 情况 1 ：不等于
– 没有到的状态转移

– 有一个到的转移

– 有多个到的转移
 DFA-> 正则表达式 : 递归法
• 归纳基础 :, 为从 直接到 ，没有经过任何中间
节点的字符串集合
• 情况 2: 等于
– 状态没有到自身的转移
– 状态有一个到自身的转移
– 状态有多个到自身的转移
 路径的情况
• 两种情况：
– 不经过状态
– 经过状态一次或者多次
•

首次从到
不经过的 最后，从到
路径集合 一次或多次
从到
 递归关系示意图

• 递归关系：
 递归关系示意图

递推关系为：
 - 路径示例

1 • 从 2 to 3
0- 路径 :
1 2
0 1- 路径 :
0 0
1 1 2- 路径 :
3
 DFA-> 正则表达式

• 如果 1 是开始结点，则和 DFA 等价的正则表达

式就是

即，从状态 1 到终结状态的所有路径的集合。
主观题 10 分

• 例 : 把下图所示 DFA 转换为正则表达式。

这个 DFA 接受至少含有一个 0 的串。
1 0,1

start 0
q1 q2

• 状态总数，状态 1 为开始状态，状态 2 为
结束状态，所以需要求解

作答
 DFA-> 正则表达式示例
• 把下图所示 DFA 转换为正则表达式。这个 DFA
接受至少含有一个 0 的串。
0,1 的情况 ( 状
1
态直接到状
start
q1
0
q2 态 ):

∗
𝑹(𝒌)
𝒊𝒋 =𝑹(𝒌 −𝟏)
𝒊𝒋 ∪ 𝑹( 𝒌− 𝟏)
𝒊𝒌 (𝑹 ¿ ¿𝒌𝒌( 𝒌 −𝟏 )
) 𝑹(𝒌 −𝟏)
𝒌𝒋 ¿
 DFA-> 正则表达式示例
• 把下图所示 DFA 转换为正则表达式。这个 DFA
接受至少含有一个 0 的串。
0,1 简化规则：
1
(+E)*=(+E)+=E*
start 0 +*=
q1 q2
= （零元）
= （单位元）

∗
𝑹(𝒌)
𝒊𝒋 =𝑹(𝒌 −𝟏)
𝒊𝒋 ∪ 𝑹( 𝒌− 𝟏)
𝒊𝒌 (𝑹 ¿ ¿𝒌𝒌( 𝒌 −𝟏 )
) 𝑹(𝒌 −𝟏)
𝒌𝒋 ¿
 DFA-> 正则表达式示例
• 把下图所示 DFA 转换为正则表达式。这个 DFA
接受至少含有一个 0 的串。
0,1 简化规则：
1
(+E)*=(+E)+=E*
start 0 +*=
q1 q2
= （零元）
= （单位元）

∗
𝑹(𝒌)
𝒊𝒋 =𝑹(𝒌 −𝟏)
𝒊𝒋 ∪ 𝑹( 𝒌− 𝟏)
𝒊𝒌 (𝑹 ¿ ¿𝒌𝒌( 𝒌 −𝟏 )
) 𝑹(𝒌 −𝟏)
𝒌𝒋 ¿
 DFA-> 正则表达式 : 状态消除法

• 从 DFA 中逐个删除状态
– 会消除掉状态的原有路径，因此要补上等价的
路径
• 用标记了正则表达式的新路径替换被删掉的路径
保持“自动机”等价
 DFA-> 正则表达式 : 状态消除法
• 正则表达式运算（连接，加，闭包）和 DFA 中路
径的关系
 DFA-> 正则表达式 : 状态消除法

• 更一般的情况，要为被删除的状态的每个“入”和
“出”路径的组合 , 补一条等价的新路径 , 并用新
的正则表达式表示

• 2 条入， 2 条出，要补 4 条（到 , 到 , 到 , 到）

主观题 10 分

• 例 : 将以下 DFA 转换成正则表达式。“由 0 和 1 构成的

串中，接受全部以 01 结尾的串。”
• DFA ：

作答
 DFA-> 正则表达式 : 状态消除法
• 例 : 将以下 DFA 转换成正则表达式。“由 0 和 1 构成的
串中，接受全部以 01 结尾的串。”
• DFA ：

(1) 利用空转移，增加新的开始 (s) 和结束状态

(f )
 状态消除法示例
(2) 消除状态，需要增加其“入”度和“出”度之
间的边和 , 即
 状态消除法示例
(3) 消除状态，需要增加其“入”度和“出”度之
间的边和，即和
 状态消除法示例

（ 4 ）消除状态 q2 ，需要增加其“入”度和“出”
度之间的边，即

因此，该自动机的正则表达式式为 :

(1+0)*01
 内容大纲

• 正则表达式
– 正则表达式的递归定义
– 正则表达式的示例
• 有穷自动机和正则表达式
– 由自动机到正则表达式
– 由正则表达式到自动机
• 正则表达式的代数定律
 正则表达式的递归定义 ( 回顾 )
基础：
 是一个正则表达式，表示空语言。
 一个正则表达式，表示语言
 对于任意一个符号 , 是一个正则表达式，表
示语言，其有一个长度为 1 的字符串。
归纳：如果和是正则表达式，则
 也是正则表达式
 也是正则表达式。
 归则也是正则表达式。
 也是正则表达式。
 DFA-> 正则表达式 : 递归法 ( 回顾 )

• 对的状态进行编号，令 1 为开始状态，即

设正则表达式 表示从 到 但中间节点状态编号

不超过全部路径的字符串集（简称 - 路径 ):
 递归关系示意图 ( 回顾 )

• 递归关系：
 DFA-> 正则表达式 : 状态消除法 ( 回
顾)
• 更一般的情况，要为被删除的状态的每个“入”和
“出”路径的组合 , 补一条等价的新路径 , 并用新
的正则表达式表示

• 2 条入， 2 条出，要补 4 条（到 , 到 , 到 , 到）

 正则表达式到自动机
• 定理 : 每个正则表达式定义的语言，都可被有穷
自动机识别。
•  任何正则表达式，都存在与其等价的 -NFA ,
即，并且满足 :
– 仅有一个接受状态；
– 没有进入开始状态的边；
– 没有离开接受状态的边。

Start 𝜀 − 𝑁𝐹𝐴
 归纳法证明
• 归纳基础：
1. 对正则表达式，有

2. 对正则表达式，有

3. ，对正则表达式 a ，有
 归纳法证明

• 归纳递推 :
假设若和为正则表达式，则它们对应的 -NFA 分别
为𝑅和𝑆。
 归纳法证明

• 归纳递推 :

• 添加一个开始状态和一个接受状态；
• 将和通过空转移以并的方式连接起来。
 归纳法证明

• 归纳递推 :

• 通过空转移将的接受状态和的开始状态连接起来。
 归纳法证明
• 归纳递推 :

• 添加一个开始状态和一个接受状态；
• 通过空转移将开始状态连接，将接受状态连接；
• 把原来的接受状态改为非接受状态，通过空转移跳转回
原来的开始状态（表示闭包 0 次）；
• 闭包里的 0 次通过空转移连接开始状态和接受状态实现。
 归纳法证明

• 归纳递推 :
若和为正则表达式，则它们对应的 -NFA 别为𝑅和𝑆。

因此对于任何正则表达式，可以构造等价的 -NFA 。
主观题 10 分

• 例 : 将正则表达式 构造为 -NFA 。

作答
 示例

• 例 : 将正则表达式 构造为 -NFA 。

（ 1 ）构造 (0+1) （ 2 ）构造

0 ε
ε ε 0
ε ε ε ε
ε 1 ε
ε 1 ε
ε

（ 3 ）构造 1
ε
0
ε ε ε ε ε 1
ε 1 ε
ε
 示例

（ 4 ）构造 (0+1)*1(0+1)
ε
0 0
start ε ε ε ε ε 1 ε ε ε

ε 1 ε ε 1 ε
ε

ε-NFADFA
 内容大纲

• 正则表达式
– 正则表达式的递归定义
– 正则表达式的示例
• 有穷自动机和正则表达式
– 由自动机到正则表达式
– 由正则表达式到自动机
• 正则表达式的代数定律
 正则表达式的代数定律

• 结合律和交换律
– 并的交换律
– 并的结合律
– 连接的结合律
– 连接不满足交换律
 正则表达式的代数定律

• 单位元
– 并运算的单位元
– 连接运算的单位元 ε

• 零元
– 连接运算的零元
 正则表达式的代数定律

• 分配律
– 连接对并满足左分配律
– 连接对并满足右分配律
示例： 0+01∗=0ε+01∗=0(ε+1∗)=01∗
• 幂等律
– L+L==L 并的幂等律
 正则表达式的代数定律

• 有关闭包的定律
– ，对某语言的闭包再取闭包
–
– 空串的闭包仍然是空串
• 发现正则表达式的定律
– =
 小结

• 正则表达式基本概念
• 正则表达式与有穷自动机的转换
– DFA 正则表达式：构造法＋状态消除法
– 正则表达式 DFA
• 正则表达式的代数定律