从语言归纳语法的5种经验方法

语言和语法回顾

参见我的另一篇博文：http://blog.csdn.net/cuiods/article/details/52442584
语言的构造方法有两种：全组合（full combination）和部分组合（partial combination）。
- 全组合：用字母表$\Sigma$的闭包表示($\Sigma$^*)
- 部分组合：基于规则的语法（rule-based grammar）
从语法可以推导出符合语法规则的语言：G==Derivation=>L(G)
极左推导示例：

Grammar:
E => E + F | F
F => F * G | G
G => (E) | i
Leftmost derivation:
E => E + F => F + F => G + F => i + F => i + G => i + i

最左规约是最右推导的逆过程。

从语言归纳到语法一般依靠经验方法，以下五种方法是常见的经验方法。

方法1：对称法(Symmetrical Method )

典型问题：明显的对称特征

Example1：Let L1={a²ⁿbⁿ|n>=1 and a,b $\in$ V_T},Try to construct the grammar G1 from L1
Let n=1， L1 =aab
n=2， L1 =aaaabb
n=3， L1 =aaaaaabbb
……

解决步骤：

1. Find out axis - special case : 找到对称特例，比如在上面的问题中第一步找到的特例就是S->aab。
2. Find out the symmetrical properties: 我的理解就是找到对称轴，然后把对称的非终结符放在对称轴上，在上面的问题中，第二步就是S->aaSb。

因此，Example1的答案就是S->aab|aaSb。（这种语法是之前提到的嵌入式语法（embedded grammar））

用这种方法可以方便地表示回文数（palindrome）。
1. axis: S -> 0|1|2|…|9|$\epsilon$
2. Symmetrical properties: S->1A1|2A2|…|9A9; A->$\epsilon$|0|1|…|9|; A->0A0|1A1|…|9A9
如果要表示偶数回文数，只要修改S->2A2|4A4|…8A8； S -> 0|2|…|8|$\epsilon$

方法2：逐步分解法(Step-wise Refinement Method)

典型问题：可分解、各部分之间没有联系

Example 2：Let L2={aⁱb^jc^k | i,j,k>=1 and a,b,c $\in$ V_T}, Try to construct the grammar G2 from L2.

解决方法：

自上而下法（top-down）

S -> A B C
A -> a A | a
B -> b B | b
C -> c C | c

这种方法非常好理解。

自左而右法（left-right）

这种方法看上去不好理解，但其实也非常自然，只是老师课上没有讲太清楚过程。

if i>=1，S=>a (a^m b^j c^k) => a S,  else S => a (b^j c^k) => a A;
if j>=1, A=>b (b^m c^k) => b A, else A => b c^k => b B;
if k>=1, B=>c c^m => c B, else B => c;

所以结果是S->a S | a A, A->b A | b B, B->c B | c。

有时需要综合一些方法解决问题，比如a^mbⁿcⁿd^m，把bⁿcⁿ看成A，有S->A|aSd, A->$\epsilon$|bAc。

方法3：等价方法（Equivalent Method）

典型问题：相等或不等问题

Example 3：Let L3={$\omega$ | $\omega\in$ (a,b)* and there are as many a’s as b’s in $\omega$},Try to construct the grammar G3 from L3.

解决方法：

There are same properties in the two sides of a production.

就是注意满足推导式两边的数量特征一致。

E -> a A | b B | $\epsilon$  =>  S:|a|=|b|, A:|a|+1=|b|, B:|b|+1=|a|
接下来满足刚刚推出的数量特征: A->aAA|bE|b, B->aE|bBB|a

若要求a、b数量不等，则可以：
S->A’| B’; A’->A|AA’; B’->B|BB’
A代表的是b多一个，B代表的是a多一个，不等的意识是a比b多n个或b比a多n个，一个A差一个，两个A就差两个，所以用多个A’或B’就可以实现a和b数量上的差距。

方法4：电路状态转换法(Circuit State Transfer Diagram Method)

典型问题：奇偶问题

Example 4：Let L4={$\omega$ | $\omega\in$(a,b,c,d)* and the number of a,b appeared in $\omega$ is even, the number of c appeared in $\omega$ is odd}.

解决步骤

1、Draw the circuit state transfer diagram.画出电路状态转换图。

特点是相邻状态只可以有一位变化。
在这一题中我们关注的状态是a,b,c的数量，不关注d的数量。若关注n个量，则画出的状态图中有2ⁿ个状态。

2、Determine the start and end states.选定起点和终点

其实起点和终点的选择并不是固定的，如果选择以000为起点，对于一个由a,b,c组成的字符串，若该字符串满足语法，则必定会经过偶数个a，b，奇数个c，因此到达的终点一定是001；相反，若选择001为起点，则最后的终点就是000。我们可以选择任意的状态作为起点，只要起点和终点是对应的。一般来说，我们选择000作为起点或终点。
这题中，我们选择000为起点，对应001为终点。

3、Naming each state in Vn. 命名状态

每个状态都命名为A，B，C这样的非终结符。

4、Writing out the related productions from each state.从每个状态中写出相应的产生式。

每条边对应一个产生式，终点状态要加上推导出空的产生式。

这种表述语义上可能有点问题，准确的表述应该是：

因为每条边都是双向的，所以这两种说法也没有什么差别。
因此，这一题的最终答案是：

S -> a A | b B | c F | d S
A -> a S | b C | c E | d A
B -> a C | b G | c S | d B
.
.
.
F -> a E | b G | c S | d F | $\epsilon$

个数是（n+m）*2^n

方法5：混合方法（Hybrid Method）

综合使用上述方法解决问题。

Example 5: aⁱb^j (i >= 2*j+1, j >= 0)

分析：将i大于2*j+1的部分分开来（方法2），这样变成a^ma^2jb^j，把a^m看成A， 把a^2jb^j看成B，A是明显的循环，B是对称的（方法1），所以能得到：
S -> AB
A -> aA | a
B -> aaBb | $\epsilon$