计算DFA状态

Question

我想使用FLEX计算某个正则表达式的DFA状态总数。 哪些C文件或函数可以帮助我使用FLEX完成此任务？

Answer 1

如果查看flex生成的文件，则yy_accept （和yy_base ）中的条目数可能会很好地指示生成的DFA使用的状态数。 如果您使用-Cf选项，则yy_nxt包含DFA的转换函数，表中的行数也是使用状态的数量。

您可能有不同版本的flex ，其中表的命名方式不同，但很可能它们的名称非常相似。

在回答下面的问题时：假设DFA已经最小化，DFA中的状态数量可以被认为是非常明确的。 然而，过渡的数量不太明确。

首先， flex对每个输入字符都有一个转换，因为它将ECHO任何不属于定义语言的字符。 这是通过一个新的新状态来实现的。 使用调试器可以反向设计这是哪种状态。 但请注意，如果使用开始条件，则可能必须考虑存在多个此类状态的可能性。 如果您想分析许多正则表达式，那么您可能需要查看其他一些工具或从中获取flex的来源。

第二， flex有策略来最小化所有表的总大小。 -Cf选项指示它不这样做。 一个这样的优化是找到字符的等价类，并且仅对每个字符类使用转换。 输入字符首先被转换为其类，而后者又用于确定转换。 因此，转换的数量要低得多，但是需要一个额外的表（参见yy_ec ）来确定字符类。

因此，转换的数量是一个不太明确的概念。 如果您对确定扫描仪的内存占用率感兴趣，那么我会查看扫描仪数据部分的大小。 例如，在lex.yy.o文件中使用objdump -h 。 .rodata部分的大小将给出表的总大小的非常准确的估计。

您似乎已经找到了flex的-v选项，它以更详细的形式提供DFA中的状态数。 为了回答"a" {}给出5个状态的原因，您也可以使用--trace选项，因为它在生成时为DFA提供。 显然还有一个End Marker规则，我认为它用于文件结束。 对于每个开始条件，有两种状态，一种在线的开始处使用，一种在线的中间使用。 这使得3个接受状态（一个用于"a" ，一个用于End Marker ，一个用于(.|"\\n") ）加上两个状态用于单个开始条件。

源文件dfa.c不是生成的代码的一部分，但是如果你觉得很勇敢，你当然可以改变flex的来源来进一步分析你自己的。 我快速浏览了一下，似乎代码的生成与转换交织在一起，这使得它的模块化程度低于实验平台所需的模块化程度。 还要注意K＆R原型，这些原型可以有效地禁用原型上的任何类型检查。