Общий вид цепочек А-языков и КС-языков

Мы хотим получить характеристику цепочек А-языков, которая будет полезна для доказательства того, что некоторые языки не являются автоматными. Следующую теорему об общем виде цепочек А-языков называют теоремой о “разрастании”, потому что она в сущности говорит о том, что если дан А-язык и достаточно длинная цепочка в нем, то в этой цепочке можно найти непустую подцепочку, которую можно повторить сколько угодно раз (т.е. она “разрастается”), и все полученные таким образом “новые” цепочки будут принадлежать тому же А-языку. С помощью этой теоремы часто приводят к противоречию предположение о том, что некоторый язык является автоматным.

Теорема 5.1. Пусть L - А-язык. Существует такая константа p, что если y Î L и ½y½³ p , то цепочку y можно записать в виде abg , где 0 <½b½£ p и ab ⁱg Î L , для всех i ³ 0 .

Доказательство. Если L - конечный язык, то положим константу p больше длины самой длинной цепочки языка L, тогда ни одна из цепочек языка не удовлетворяет условиям теоремы и она верна. В противном случае, пусть M = (Q, S, d, q₀, F) - конечный автомат с n состояниями и L(M) = L. Пусть p = n. Если y Î L и ½y½³ n, рассмотрим последовательность конфигураций, которую проходит автомат M, допуская цепочку y. Так как в этой последовательности, по крайней мере, n+1 конфигурация, то найдутся две конфигурации с одинаковыми состояниями. Поэтому, должна быть такая последовательность тактов, что (q ₀, abg ) ú¾^* (q ₁, bg ) ú¾^k (q ₁, g ) ú¾^* (q ₂, e ) , для некоторого q ₁ и 0 < k £ n. Отсюда 0 <½b½£ n.

Но тогда, для любого i > 0 автомат может проделать следующую последовательность тактов:

(q ₀, ab ⁱ g ) ú¾^* (q ₁, b ⁱ g )

(q ₁, b ⁱ g ) ú¾⁺ (q ₁, b ^i-1 g)

..............

(q ₁, b ² g ) ú¾⁺ (q ₁, bg)

(q ₁, bg ) ú¾⁺ (q ₁, g)

(q ₁, g) ú¾^* (q ₂, e ) .

Для случая i = 0 все еще очевиднее: (q ₀, ag ) ú¾^* (q ₁, g) ú¾^* (q ₂, e )

Так как abg Î L, то и ab ⁱ g Î L, для всех i ³ 0. š

Эта теорема обычно используется для доказательства того, что некоторые выбранные цепочки не являются цепочками А-языка и, следовательно, не могут быть определены А-грамматиками.

Следствие 5.1. Язык L, состоящий из цепочек x ⁿ y ⁿ не является автоматным языком.

Допустим, что он автоматный. Тогда, для достаточно большого n цепочка x ⁿ y ⁿ может быть представлена в виде abg, причем b ¹ e и ab ⁱ g Î L, для всех i ³ 0.

Если b = x...x или b = y...y, то ag = ab ⁰ g Ï L, так как количество символов x и y в цепочке ag различно. Если b = x...xy...y, то abbg = ab ²g Ï L, так как в цепочке abbg символы x и y будут перемешаны. Полученное противоречие доказывает, что L - не является А-языком. š

Следствие 5.2.Язык арифметических выражений не является А-языком, так как он может содержать произвольное количество вложенных скобок, причем количество открывающих скобок совпадает с количеством закрывающих. Аналогично не является А-языком любой язык, содержащий вложенные конструкции типа фигурных скобок в языке C, begin - end, repeat - until и т.п. Каждая конечная А-грамматика, порождающая подобные конструкции, будет выводить и цепочки с неравным количеством открывающих и закрывающих скобок. Тем не менее анализировать подобные цепочки можно и с помощью автоматного подхода. При этом в синтаксисе языка допускается произвольное количество открывающих и закрывающих скобок, а контроль их парности возлагается на семантические подпрограммы. š

Прежде чем рассматривать теорему о разрастании КС-языков, примем без доказательств следующую теорему.

Теорема 5.2. Для любой КС-грамматики, которая не допускает вывода вида А Þ⁺ aАb, где ½a½> 0 и ½b½> 0 можно построить эквивалентную А-грамматику. š

Иными словами любой язык, который при описании КС-грамматикой, не содержит самовставляемых нетерминалов, включает только одностороннюю рекурсию, при выводе наращивает цепочку в одну сторону, неважно, влево или вправо - является автоматным языком.

Теорема 5.3. Для любого КС-языка L существует постоянная p такая, что если y Î L и ½y½ > p, то y = abgjl , где b¹e , j¹e и ab ⁱgj ⁱl Î L для любого i³0.

Доказательство. Аналогично с теоремой 5.1 рассмотрим только случай бесконечных языков.

Рассмотрим в бесконечном КС-языке L бесповторные деревья вывода, то есть такие, у которых ни на одной ветви нет повторяющихся нетерминалов. Таких деревьев конечное число. Максимальная высота бесповторного дерева v - равна количеству нетерминалов грамматики. Если максимальная длина правых частей правил грамматики равна b, то максимальная длина цепочки, выводимой бесповторными деревьями, будет не более b^v. Положим p = b^v. Рассмотрим цепочку с длиной больше p и ту ветвь ее дерева вывода, в которой нетерминалы повторяются.

Рассмотрим поддеревья D₁ и D₂ , начинающиеся с повторяющегося нетерминала A. Если D₁ заменить на D₂ , то получим дерево вывода цепочки agl. Подвеска дерева D₂ к корню D₁ возможна, так как после нее корень дерева D₁ соответствует применению того же правила, что и корень дерева D₂ . Таким образом, полученное дерево вывода является деревом вывода в той же грамматике.

Если D₂ заменить на D₁ , то получим дерево вывода цепочки ab ²gj ²l . Дерево D₁ , которым заменяется D₂ содержит в себе D₂ в качестве поддерева. Заменив его на D₁ , получим дерево вывода цепочки ab ³gj ³l . Продолжая такие замены, можно получить любую из цепочек ab ⁱgj ⁱl . š

Пример 5.1. Пусть дана КС-грамматика с правилами:

S ® aAp

A ® cAc½cbAb½d

Максимальная высота бесповторного дерева здесь равна 2, а максимальная длина цепочки, выводимая бесповторным деревом, равна 3 (бесповторно выводится только цепочка adp). На рис. 5.1 (а) показано дерево вывода цепочки acbdbp. Здесь принято следующее: a = a, b = cb, g = d, j = b, l = p. На рис. 5.1 (б) показана замена поддерева D₁ на D₂ , а на рис. 5.1 (в) замена D₂ на D₁ . †

Теорема 5.3, как и теорема 5.1, чаще всего используется для доказательства того, что некоторые цепочки не принадлежат КС-языкам.

Следствие 5.3. Язык L, состоящий из цепочек x ⁿy ⁿz ⁿ, не является КС-языком.

Действительно, разделяя эту цепочку на пять частей abgjl любым возможным способом, мы увидим, что либо agl Ï L из-за неравного количества символов x, y и z; либо ab ²gj ²l Ï L из-за перемешивания символов внутри цепочки.

Следствие 5.4. Языки программирования в общем случае не являются КС-языками.

Например, в языках программирования каждая конкретная процедура имеет одно и то же число аргументов в каждом месте, где она упоминается. Можно показать, что такой язык не контекстно-свободен, отобразив множество программ с тремя вызовами одной и той же процедуры на не КС-язык {0 ⁿ 10 ⁿ 10 ⁿ | n³0}.

В этих языках встречаются и другие явления, характерные для не КС-языков. Так язык, требующий описания идентификаторов, длина которых может быть произвольно большой, до их использования, не контекстно-свободен. Правил КС-грамматик для описания таких явлений явно недостаточно.

Однако на практике все языки программирования считаются КС-языками. В компиляторах идентификаторы обычно обрабатываются лексическим анализатором и свертываются в лексемы прежде, чем достигают синтаксического анализатора. Контроль за их описанием до использования, также как и подсчет числа параметров в процедуре и т.п., возлагается на семантические подпрограммы, не входящие в собственно синтаксический анализ. Это позволяет существенно упростить синтаксис языков программирования.

Операции над языками

По определению язык - это множество цепочек, следовательно, над языками можно выполнять операции, правомерные как для множеств, так и для цепочек (строк символов). Определим некоторые из них.

Язык L называется объединением языков L₁ и L₂ (L= L₁ È L₂), если он содержит все цепочки из L₁ вместе со всеми цепочками из L₂ . Формально L = {a½a Î L₁ или a Î L₂}.

Язык L называется пересечением языков L₁ и L₂ (L= L₁ Ç L₂), если он содержит все цепочки, принадлежащие как L_1, так и L₂ . Формально L={a½a Î L₁ и a Î L₂}.

Язык L называется разностью языков L₁ и L₂ (L= L₁ \ L₂), если он содержит все цепочки из L_1, которые не принадлежат L₂ . Формально L={a½aÎL₁ и aÏL₂}.

Язык L называется дополнением языка L₁ ( ), если он содержит все цепочки из некоторого универсального языка L_2, которые не принадлежат L₁ . Формально L={a½a Ï L₁}.

Язык L называется конкатенацией (сцеплением) языков L₁ и L₂ (L= L₁ L₂), если он содержит попарные конкатенации всех возможных цепочек из L₁ и L₂ . Формально L={ab½a Î L₁ и b Î L₂}.

Итерация языка L, обозначаемая L^*, определяется следующим образом:

(1) L⁰ = { e },

(2) Lⁿ = LL^n-1 для n ³ 0

(3) L^*= Lⁿ.

Позитивная итерация языка L, обозначаемая через L⁺, - это язык Lⁿ. Заметим, что L⁺ = LL^* = L^*L и L^* = L⁺ È { e }.

Язык L называется подстановкой языка L₂ в язык L₁ вместо терминала a (L= ), если он содержит все цепочки языка L₁ , в которых терминал a заменен на все возможные цепочки языка L₂.

Обращение языка L, обозначаемое L^R, - это язык, содержащий все обращенные цепочки исходного языка. Формально L = {w ^R ½w Î L}.

Прежде чем обсуждать практические аспекты данных определений, поговорим о том, как построить грамматику языка, полученного в результате операций над языками, и как определить ее тип.

Поиск по сайту: