計算DFA狀態

Question

我想使用FLEX計算某個正則表達式的DFA狀態總數。 哪些C文件或函數可以幫助我使用FLEX完成此任務？

Answer 1

如果查看flex生成的文件，則yy_accept （和yy_base ）中的條目數可能會很好地指示生成的DFA使用的狀態數。 如果您使用-Cf選項，則yy_nxt包含DFA的轉換函數，表中的行數也是使用狀態的數量。

您可能有不同版本的flex ，其中表的命名方式不同，但很可能它們的名稱非常相似。

在回答下面的問題時：假設DFA已經最小化，DFA中的狀態數量可以被認為是非常明確的。 然而，過渡的數量不太明確。

首先， flex對每個輸入字符都有一個轉換，因為它將ECHO任何不屬於定義語言的字符。 這是通過一個新的新狀態來實現的。 使用調試器可以反向設計這是哪種狀態。 但請注意，如果使用開始條件，則可能必須考慮存在多個此類狀態的可能性。 如果您想分析許多正則表達式，那么您可能需要查看其他一些工具或從中獲取flex的來源。

第二， flex有策略來最小化所有表的總大小。 -Cf選項指示它不這樣做。 一個這樣的優化是找到字符的等價類，並且僅對每個字符類使用轉換。 輸入字符首先被轉換為其類，而后者又用於確定轉換。 因此，轉換的數量要低得多，但是需要一個額外的表（參見yy_ec ）來確定字符類。

因此，轉換的數量是一個不太明確的概念。 如果您對確定掃描儀的內存占用率感興趣，那么我會查看掃描儀數據部分的大小。 例如，在lex.yy.o文件中使用objdump -h 。 .rodata部分的大小將給出表的總大小的非常准確的估計。

您似乎已經找到了flex的-v選項，它以更詳細的形式提供DFA中的狀態數。 為了回答"a" {}給出5個狀態的原因，您也可以使用--trace選項，因為它在生成時為DFA提供。 顯然還有一個End Marker規則，我認為它用於文件結束。 對於每個開始條件，有兩種狀態，一種在線的開始處使用，一種在線的中間使用。 這使得3個接受狀態（一個用於"a" ，一個用於End Marker ，一個用於(.|"\\n") ）加上兩個狀態用於單個開始條件。

源文件dfa.c不是生成的代碼的一部分，但是如果你覺得很勇敢，你當然可以改變flex的來源來進一步分析你自己的。 我快速瀏覽了一下，似乎代碼的生成與轉換交織在一起，這使得它的模塊化程度低於實驗平台所需的模塊化程度。 還要注意K＆R原型，這些原型可以有效地禁用原型上的任何類型檢查。