自动机

自动机类型：有限自动机(finite automata,FA)，下推自动机(push-down automata, PDA)，线性界限自动机(linear-bounded automata)和图灵机(Turing machine)

有限自动机

肯定性有限自动机

DFA(deterministic automata) M 是一个五元组

$M=(\Sigma, Q, \delta, q_0, F)$

其中，$\Sigma$是输入符号的有穷集合，Q 是状态的有限集合，$q_0 \in Q$是初始状态，F 是终止状态集合，$F \subseteq Q$，$\delta$ 是 $Q \times  \Sigma$ 到 Q（下一个状态）的映射，也称状态转移函数。

注：$Q \times \Sigma$表示两个集合的直积，这里表示分别从两个集合中取任意元素的组成的有序对，生成有序对的集合。

DFA M 接受的语言，记做T(M):

$T(M)=\lbrace x | \delta(q_0,x) \in F \rbrace$

其中，x 表示一个句子，且 $x \in \Sigma^*$，咱们扩辗转移函数为，

$\hat {\delta}: Q \times \Sigma^* \rightarrow Q $

$\hat {\delta} (q, \epsilon) = q$

$\hat {\delta}(q, xa) = \hat {\delta}(\delta(q, a),x)$

其中$x' \rightarrow xa$为右线性正则文法产生式（应用到句子上的状况）

不肯定性有限自动机

NFA(non-definite automata) M 是一个五元组

$M=(\Sigma, Q, \delta, q_0, F)$

其中，$\Sigma$是输入符号的有穷集合，Q 是状态的有限集合，$q_0 \in Q$是初始状态，F 是终止状态集合，$\delta$是直积$Q \times  \Sigma$ 到 Q的幂集的映射。集合的幂集是集合全部的子集（包括空集和自身）组成的集合，这个集合的元素个数为$2^{|Q|} = \sum_{i=0}^{|Q|} \binom {|Q|} {i}$

NFA与DFA不一样的是，DFA 的$\delta(q,a)$是一个肯定的状态做为下一个状态，而NFA的$\delta(q,a)$是一个集合，其中任一状态都有可能做为下一状态，

$\delta: Q \times \Sigma \rightarrow P(Q)$

咱们扩辗转移函数以下，

$\hat {\delta}: Q \times \Sigma^* \rightarrow P(Q)$

$\hat {\delta}(q, \epsilon) = s$

$\hat{\delta}(q, xa) = \bigcup_{r \in \delta(q, a)} \hat{\delta}(r,x)$

NFA M 接受的语言为，

$T(M)=\lbrace x|p \in \delta(q_0, x), p \in F$

其中，x 表示一个句子

正则文法与FA

定理：若$G=(V_N, V_T, P, S)$表示一个正则文法，则存在一个$FA M = (\Sigma, Q, \delta, q_0, F)$，使得$T(M)=L(G)$

其中，$V_N$表示非终结符，$V_T$表示终结符

因而能够由给定正则文法构造FA M，步骤以下：

1. 令$\Sigma = V_T, Q=V_N \cup {T}, q_0 = S$，其中 T 是新增的一个非终结符
2. 若是P中存在产生式$S \rightarrow \epsilon$，则 $F=\lbrace S, T \rbrace$，不然$F=\lbrace T \rbrace$
3. 若是P中存在产生式$B \rightarrow a, B \in V_N, a \in V_T$，则$T \in \delta(B, a)$
4. 若是P中存在产生式$B \rightarrow aC, B, C \in V_N, a \in V_T$，则$C \in \delta(B, a)$
5. 对于每一个$a \in V_T$，有$\delta(T, a) = \varnothing$

 上面这个步骤给出的太忽然，初看可能会不太容易理解。

咱们从给出的正则文法出发，根据上篇文章的介绍，正则文法的规则是（为了与上面步骤相一致，以右线性正则文法为例）$A \rightarrow x|xB$，可见非终结符老是由一种或多种终结符的方幂链接而成，也就是说，非终结符是有终结符组成，因此正则文法所识别的句子最终都是由终结符组成，因此步骤（1）中，FA M的输入符号集就是$\Sigma = V_T$，FA M的上个状态在某一输入符的条件下转换到下一状态，而这个输入符正是文法中的终结符x，正好对应文法规则的产生式$A \rightarrow xB$，不难想到，这对应着FA M中状态转变，即状态 A 转换到 状态 B，而A 和 B 是文法中的非终结符，因此FA M的状态集合$Q = V_N$。不过，这样就OK了吗？显然没有，此时Q中的状态所有是$V_N$中的非终结符，根据文法产生式，非终结符老是要继续推导下去的，这说明，Q中少了能表示终止的状态，不然就是要构造无限长度的句子了。咱们新增一个非终结符T，这个非终结符T很特殊，它没有产生式，它的具体意义稍后就会解释。不过咱们的Q 就完整了，因而$Q=V_N \cup {T} $。另外，FA M的起始状态则不难理解为是文法的起始符$q_0=S$。

接着看步骤三、4和5

右线性正则文法的产生式有：$B \rightarrow a, B \in V_N, a \in V_T$，表示一个非空终止符B 产生出一个终止符a，这个产生式的右端没有非终结符，根据这种产生式，对应于FA M则是由状态B 接收一个输入符a 后进入下一个状态，这个状态就是前面新引入的那个T，即，但凡应用了$B \rightarrow a$这种右端没有非终结符的产生式，FA M就进入下一个状态T，由状态B并接收一个输入符a进入下一个状态T，若是是NFA，则是下一个状态集合，这里为了避免失通常性，咱们考虑NFA（毕竟DFA是NFA的特例），即$\delta(B, a)$是下一个状态集合，那么若是通过产生式$B \rightarrow a$变换后，，FA M进入状态T，则 $T \in \delta(B, a)$。

根据右线性正则文法，若是有产生式：$B \rightarrow aC, B, C \in V_N, a \in V_T$，那么根据上面的阐述，应该知道应用了此产生式后，FA M进入下一个状态C，且$C \in \delta(B, a)$。固然若是还有产生式$B \rightarrow aD$，那么$D \in \delta(B, a)$；若是B 只有一个产生式$B \rightarrow a$，那么$\delta(B, a)$只有一个元素，$\delta (B, a) = \lbrace T \rbrace$

前面提到过，新引入的非终结符T没有产生式，没有$T \rightarrow a|aA$这样的产生式，因此$\delta(T, a) = \varnothing$

而后来看步骤2，

FA M的终止状态集合$F \subseteq Q$，显然集合Q里面只有状态T 能够做为终止状态，即应用了文法产生式$B \rightarrow a$以后进入状态T，因此$F = \lbrace T \rbrace$。前面咱们介绍文法时，没有引入$\epsilon$，如今将其引入，这样就能够产生“空句子”，若是$S \rightarrow \epsilon$，即产生一个 空句子 ，那么显然，使用起始状态 S 做为此时的终止状态，因此，若是有产生式$S \rightarrow \epsilon$，此时$F=\lbrace S, T \rbrace$，而 $S \in V_N$，此时依然能保证$F \subseteq Q$，固然若是没有产生式$S \rightarrow \epsilon$，那么$F = \lbrace T \rbrace$，即只有非空句子的终止状态T

定理：若$M=(\Sigma, Q, \delta, q_0, F)$是一个有限自动机，则存在一个正则文法$G=(V_N, V_T,P,S)$，使得$L(G)=T(M)$

由FA M构造G的步骤：

1. 令$V_N=Q$，$V_T = \Sigma$，$S=q_0$。根据前面的说明，这里应该不难理解
2. 若是$C \in \delta(B, a), B, C \in Q, a \in \Sigma$，则在P中存在产生式：$B \rightarrow aC$。根据前面的说明，反过来就获得这条步骤
3. 若是$C \in \delta(B, a), C \in F$，则P中存在产生式$B \rightarrow a$。根据前面的说明，这里C 就是T

上下文无关文法与下推自动机

 下推自动机(Pushdown Automata, PDA)用于实现上下文无关文法(CFG)。PDA 能够表达成一个七元组：

$M=(\Sigma, Q, \Gamma, \delta, q_0, Z_0, F)$

$Q$: 状态的有限集合

$\Sigma$: 输入符号集

$\Gamma$: 栈符号表

$\delta$: 转移函数

$q_0$: 初始状态

$Z_0$: 初始栈顶符号（也有叫栈底符号的，由于初始时栈里仅有这一个符号）

$F$: 终止状态集或可接受状态集，$F \subseteq Q$

$$ \begin{aligned} \delta : & \quad \quad Q & \quad \times   \quad \quad \Sigma \quad \times &   \quad  \Gamma \quad \Rightarrow \quad & Q \quad \times \quad & \Gamma^* \\ & \text{old state} & \text{input symb.} & \text{stack top} & \text{new state(s)} & \text{new stack top(s)} \end{aligned}$$

$\delta (q,a,X) = \lbrace (p, Y), ...$

从状态q 转移到状态 p，a是下一个输入符号，X是当前栈顶符号，Y是下一个用于替换X的栈顶符号，以下图所示，$Y \in \Gamma^*$，

（图来源网上）

• 若是$Y = \epsilon$，直接将X从栈顶弹出
• 若是$Y=X$，栈顶符号不变仍是X
• 若是$Y=Z_{1}Z_{2}...Z_{k}$，将X从栈顶弹出，而后将Y压入栈，按从右往左的顺序压入栈，此时$Z_1$位于栈顶

PDA相似NFA，比NFA多了一个stack，正是这个stack使得PDA能够识别一些非正则的语言。输入符号集与栈符号集可能会不一样，因此分别用$\Sigma$和$\Gamma$表示。

图灵机

略（之后再专门讲述，主要是内容跟书上太太重复了，可是本身又不会组织语言，因此只能先等等）。

ref

统计天然语言处理，宗成轻