形式文法
维库，知识与思想的自由文库
|
在计算机科学中，形式语言是某个字母表上一些有限长字串的集合，而形式文法是描述这个集合的一种方法。形式文法之所以这样命名，是因为它与人类自然语言中的文法相似的缘故。 形式文法描述形式语言的基本想法是，从一个特殊的初始符合出发，不断的应用一些产生式规则，从而生成出一个字串的集合。产生式规则指定了某些符号组合如何被另外一些符号组合替换。举例来说，假设字母表只包含 'a' 和 'b' 两个字符，初始符号是 'S' ，我们应用下述规则：
于是我们可以通过把 "S" 重写为 "aSb"（规则1），我们还可以继续应用这条规则把 "aSb" 重写为 "aaSbb"。这个重写的过程不断重复，直到结果中只包含字母表中的字母为止。在例子中，我们可以得到 S -> aSb -> aaSbb -> aababb 这样的结果。由文法刻画的语言包含了所有可以这样产生的字串，比如 ba, abab, aababb, aaababbb 等等。
[编辑] 形式定义一个形式文法 G 是下述元素构成的一个元组(N, Σ, P, S)：
一个由形式文法 G = (N, Σ, P, S) 产生的语言是所有如下形式字串的集合，这些字串全部由终结符号集 Σ 中符号构成，并且可以从初始符号 S 出发，不断应用 P 中的产生式规则而得到。 [编辑] 例子考虑如下的文法 G ，其中 N = {S, B}, Σ = {a, b, c}, P 包含下述规则
非终结符号 S 作为初始符号。下面给出字串推导的例子：（推导使用的产生规则用括号标出，替换的字串用黑体标出）
很清楚这个文法定义了语言 { anbncn | n > 0 } ，这里 an 表示含有 n 个 a 的字串。 形式文法与 Lindenmayer 系统（L-系统）类似， 但有几点不同：L-系统不区分终结符号和非终结符号；L-系统限制规则的应用顺序；L-系统能不停地运行，产生一个无限长的字串列。通常情况下，每一个字串同空间中的一个点集联系起来，而L-系统的输出就是这个点集列的极限。L-系统可以用于模拟细胞的生长，所以又被称为发展系统。 [编辑] 文法的分类某些类型的文法及其产生的语言得到了细致的研究并被单独命名。最常见的文法的分类系统是诺姆·乔姆斯基于1956年发展的乔姆斯基谱系，这个分类谱系把所有的文法分成四种类型：无限制文法、上下文相关文法、上下文无关文法和正规文法。四类文法对应的语言类分别是递归可枚举语言、上下文相关语言、上下文无关语言和正规语言。这四种文法类型依次拥有越来越严格的产生式规则，同时文法所能表达的语言也越来越少。尽管表达能力比无限制文法和上下文相关文法要弱，但由于能高效率的实现，四类文法中最重要的是上下文无关文法和正规文法。例如对上下文无关语言存在算法可以生成高效率的LL 分析器和LR 分析器。 [编辑] 上下文无关文法上下文无关文法要求产生式左侧只能包含一个非终结符号。上例定义的语言 { anbn | n > 0 } 并不是一个上下文无关语言，但它却可以用一个上下文无关文法来表达。具体如下，文法G2 包括 N={S}, Σ={a,b}, S 是起始符号，产生式规则有：
[编辑] 正规文法正规文法有多种等价的定义，我们可以用左线性文法或者右线性文法来等价地定义正规文法。左线性文法要求产生式的左侧只能包含一个非终结符号，产生式的右侧只能是空串、一个终结符号或者一个非终结符号后随一个终结符号。右线性文法要求产生式的左侧只能包含一个非终结符号，产生式的右侧只能是空串、一个终结符号或者一个终结符号后随一个非终结符号。 上例定义的语言 { anbn | n > 0 } 不是一个正规语言。下面给出一个正规语言的例子，语言 { anbm | m,n > 0 } 是一个正规语言。文法G3 包括 N={S,A,B}, Σ={a,b}, S 是起始符号，产生式规则有：
|
