LỜI CẢM ƠN
Trước hết, em xin chân thành cảm ơn các thầy cô giáo trong khoa Công
nghệ thông tin Trường ĐH Kỹ thuật – Hậu cần CAND đã trang bị những kiến
thức cơ bản, cần thiết và quý báu để em thực hiện chuyên đề của mình.
Đặc biệt, em xin bày tỏ lòng kính trọng và biết ơn sâu sắc tới thầy
Nghiêm Văn Hưng, giáo viên giảng dạy, và thầy Cao Xuân Trường, người đã
tận tình hướng dẫn, chỉ bảo và tạo mọi điều kiện thuận lợi giúp em trong quá
trình thực hiện chuyên đề.
Mặc dù đã rất cố gắng cùng nhận được sự giúp đỡ tận tâm của thầy giáo
hướng dẫn, xong do trình độ còn hạn chế, tài liệu chưa được phong phú, và
nội dung này khá khó đối với em nên không tránh khỏi những thiếu sót trong
quá trình tiếp nhận kiến thức. Em rất mong nhận được sự quan tâm giúp đỡ,
chỉ dẫn của thầy cô và sự góp ý từ bạn bè để trong thời gian tới em có thể tiếp
tục tìm hiểu và xây dựng chuyên đề một cách hoàn thiện nhất.
Em xin chân thành cảm ơn!
GIỚI THIỆU TỔNG QUAN VỀ CHUYÊN ĐỀ
Tên chuyên đề: Nghiên cứu Ngôn ngữ hình thức, Văn phạm phi ngữ
cảnh và Automata đẩy xuống
Sinh viên thực hiện: Hoàng Văn Thao
Lớp: B3D2B
Giáo viên hướng dẫn: Thiếu úy Cao Xuân Trường
Tính cấp thiết của chuyên đề:
Lý thuyết ngôn ngữ hình thức và Automata đóng một vai trò rất quan
trọng trong các cơ sở toán học của tin học. Ngôn ngữ hình thức được sử dụng
trong việc xây dựng các ngôn ngữ lập trình, lý thuyết về các chương trình
dịch. Các ngôn ngữ hình thức tạo thành một công cụ mô tả đối với các mô
hình tính toán cả cho dạng thông tin vào ra lẫn kiểu thao tác. Lý thuyết ngôn
ngữ hình thức, chính vì thực chất của nó là một lĩnh vực khoa học liên ngành;
nhu cầu mô tả hình thức văn phạm được phát sinh trong nhiều ngành khoa
học khác nhau từ ngôn ngữ học đến sinh vật học. Do đó những khía cạnh
thích hợp của lý thuyết ngôn ngữ hình thức sẽ có tầm quan trọng quyết định
trong các giáo trình về Lý thuyết ngôn ngữ hình thức và Automata.
Lĩnh vực mà lý thuyết ngôn ngữ hình thức nghiên cứu là những mẫu
hình (pattern) có cấu trúc bên trong ngôn ngữ hình thức, và đó là những khía
cạnh hoàn toàn mang tính chất có cú pháp. Ngôn ngữ hình thức không còn
đơn giản chỉ là để định nghĩa ngôn ngữ tự nhiên, mà nó vượt ra ngoài khỏi
phạm vi đó và nó cũng là một cách để thể hiện được những quy tắc có cú
pháp của ngôn ngữ tự nhiên.
Mục tiêu của chuyên đề: Nghiên cứu tổng quan về văn phạm hình thức
và các Automata, là những công cụ sinh ngôn ngữ, đồng thời đề cập đến các
tính chất của ngôn ngữ chính quy, ngôn ngữ phi ngữ cảnh. Ngoài ra, cũng giới
thiệu sơ lược về Trình biên dịch, một phần quan trọng của học phần Chương
trình dịch gắn bó chặt chẽ với Lý thuyết ngôn ngữ hình thức và Automata,
trong đó Văn phạm phi ngữ cảnh là cơ sở lý thuyết để xây dựng Bộ phân tích
cú pháp, là thành phần quan trọng nhất trong một Trình biên dịch.
Đối tượng nghiên cứu: Ngôn ngữ hình thức và lý thuyết Automata.
Phạm vi nghiên cứu:
Ngôn ngữ phi ngữ cảnh cùng hai phương tiện để xác định chúng là Văn
phạm phi ngữ cảnh;
Automata đẩy xuống.
Phương pháp nghiên cứu:
Phương pháp nghiên cứu tài liệu;
Phương pháp chuyên gia;
Phương pháp thực nghiệm.
Nội dung nghiên cứu:
Lý thuyết về Ngôn ngữ hình thức, Văn phạm phi ngữ cảnh và Automata
đẩy xuống;
Các tính chất của Ngôn ngữ hình thức, Văn phạm phi ngữ cảnh và
Automata đẩy xuống;
Ứng dụng của Ngôn ngữ hình thức và Automata với trình biên dịch.
Chuyên đề gồm 5 chương:
Chương I: Nhập môn về văn phạm và ngôn ngữ hình thức
1.1 Khái niệm ngôn ngữ
1.2 Văn phạm và ngôn ngữ sinh bởi văn phạm
1.3 Một số tính chất của ngôn ngữ
Chương II: Văn phạm phi ngữ cảnh
2.1 Suy dẫn phi ngữ cảnh
2.2 Biến đổi các Văn phạm phi ngữ cảnh
Chương III: Automata đẩy xuống
3.1 Automata đẩy xuống không tiền định
3.2 Automata đẩy xuống và Văn phạm phi ngữ cảnh
Chương IV: Tổng quan về trình biên dịch
4.1 Ngôn ngữ lập trình
4.2 Trình biên dịch
4.3 Ứng dụng của Văn phạm phi ngữ cảnh và Automata đẩy xuống với
trình biên dịch
Chương V: Demo một bài toán
5.1 Bài toán và cơ sở lý thuyết
5.2 Demo ví dụ về sự tương đương giữa BTCQ và NFAε
Sản phẩm:
Báo cáo chuyên đề;
Chương trình demo cơ bản.
MỤC LỤC
MỤC LỤC HÌNH
MỤC LỤC BẢNG
LỜI NÓI ĐẦU
Ngôn ngữ là phương tiện để giao tiếp, sự giao tiếp có thể hiểu là giao
tiếp giữa con người với nhau, giao tiếp giữa người với máy, hay giao tiếp
giữa máy với máy. Ngôn ngữ để con người có thể giao tiếp với nhau được
gọi là ngôn ngữ tự nhiên, chẳng hạn như tiếng Anh, tiếng Nga, tiếng Việt…
là các ngôn ngữ tự nhiên. Các quy tắc cú pháp của ngôn ngữ tự nhiên nói
chung rất phức tạp nhưng các yêu cầu nghiêm ngặt về ngữ nghĩa thì lại
thiếu chặt chẽ, chẳng hạn cùng một từ hay cùng một câu ta có thể hiểu
chúng theo những nghĩa khác nhau tùy theo từng ngữ cảnh cụ thể. Con
người muốn giao tiếp với máy tính tất nhiên cũng thông qua ngôn ngữ. Để
có sự giao tiếp giữa người với máy hay giữa máy với nhau, cần phải có một
ngôn ngữ với các quy tắc cú pháp chặt chẽ hơn so với các ngôn ngữ tự
nhiên, nói cách khác, với một từ hay một câu thì ngữ nghĩa của chúng phải
là duy nhất mà không phụ thuộc vào ngữ cảnh. Những ngôn ngữ như thế
được gọi là ngôn ngữ hình thức. Con người muốn máy tính thực hiện công
việc, phải viết các yêu cầu đưa cho máy bằng ngôn ngữ máy hiểu được.
Việc viết các yêu cầu như thế gọi là lập trình. Ngôn ngữ dùng để lập trình
được gọi là ngôn ngữ lập trình. Các ngôn ngữ lập trình đều là các ngôn ngữ
hình thức.
Cả ngôn ngữ hình thức lẫn ngôn ngữ tự nhiên đều có thể xem như
những tập các từ, tức là các xâu hữu hạn các phần tử của một bộ chữ cái cơ
sở nào đó. Về mặt truyền thống, lý thuyết ngôn ngữ hình thức liên quan đến
các đặc tả cú pháp của ngôn ngữ nhiều hơn là đến những vấn đề ngữ
nghĩa. Một đặc tả về cú pháp của một ngôn ngữ có hữu hạn từ, ít nhất về
nguyên tắc, có thể được cho bằng cách liệt kê các từ. Điều đó không thể áp
dụng đối với các ngôn ngữ có vô hạn từ. Nhiệm vụ chính của lý thuyết
ngôn ngữ hình thức là nghiên cứu các cách đặc tả hữu hạn của các ngôn ngữ
vô hạn.
Lý thuyết ngôn ngữ hình thức và ôtômat đóng một vai trò rất quan
trọng trong các cơ sở toán học của tin học. Ngôn ngữ hình thức được sử dụng
trong việc xây dựng các ngôn ngữ lập trình, lý thuyết về các chương trình
dịch. Các ngôn ngữ hình thức tạo thành một công cụ mô tả đối với các mô
hình tính toán cả cho dạng thông tin vàora lẫn kiểu thao tác. Lý thuyết
ngôn ngữ hình thức, chính vì thực chất của nó là một lĩnh vực khoa học
liên ngành; nhu cầu mô tả hình thức văn phạm được phát sinh trong nhiều
ngành khoa học khác nhau từ ngôn ngữ học đến sinh vật học.
Báo cáo này nhằm trình bày về văn phạm hình thức và ôtômat đẩy
xuống, là những công cụ sinh ngôn ngữ, đồng thời đề cập đến các tính chất
của ngôn ngữ chính quy, ngôn ngữ phi ngữ cảnh, ngôn ngữ đệ quy và ngôn
ngữ đệ quy đếm được. Ngoài ra cũng giới thiệu sơ lược về trình biên dịch,
một phần quan trọng của học phần Chương trình dịch/.
7
Chuyên đề gồm 8 phần chính:
Lời mở đầu: Giới thiệu về chuyên đề
Chương I: Nhập môn về văn phạm và ngôn ngữ hình thức
Chương II: Văn phạm phi ngữ cảnh
Chương III: Automata đẩy xuống
Chương IV: Tổng quan về trình biên dịch
Chương V: Giới thiệu về chương trình Demo
Kết luận: Đưa ra một số đánh giá tổng quan về kết quả nghiên cứu, nêu
ra hướng phát triển trong thời gian tới.
Tài liệu tham khảo: Đưa ra các tài liệu đã được trích dẫn, tham khảo
khi thực hiện chuyên đề.
8
CHƯƠNG 1.
1.1.
NHẬP MÔN VỀ VĂN PHẠM VÀ NGÔN NGỮ HÌNH
THỨC
Khái niệm ngôn ngữ
Các khái niệm cơ bản
Bảng chữ cái
Theo tài liệu [3], tác giả: Phan Đình Diệu, có viết “Một dãy hữu hạn hay
vô hạn các phần tử, kí hiệu được gọi là một bảng chữ cái trong đó mỗi
phần tử a
được gọi là một kí hiệu (một chữ cái).”.
Từ đó ta có Định nghĩa I.1.
Định nghĩa I.1
Tập khác rỗng gồm hữu hạn hay vô hạn các ký hiệu được gọi là
bảng chữ cái. Mỗi phần tử a
được gọi là một chữ cái hay một ký hiệu.
Thí dụ 1.1:
Dưới đây là các bảng chữ cái:
= {a, b, c, …, x, y, z},
Δ = { , , , , , , , , , , , , , , , , , , },
Г = {0, 1},
W = {if, then, else, a, b, c, d, e, f, +, , , /, =, }.
Từ
Định nghĩa I.2
Giả sử có bảng chữ cái
ai2 … ait, với aij
cái .
= {a1, a2, …, am}, một dãy các chữ cái α = ai1
(1 ≤ j ≤ t) được gọi là một từ hay một xâu trên bảng chữ
Tổng số vị trí của các ký hiệu xuất hiện trong xâu α được gọi là độ dài
của từ α và ký hiệu là | α |. Như vậy, một từ trên bảng chữ cái là một xâu
hữu hạn gồm một số lớn hơn hay bằng không các chữ cái của , trong đó
một chữ cái có thể xuất hiện nhiều lần.
Xâu không có chữ cái nào được gọi là từ rỗng và được ký hiệu là .
Rõ ràng từ rỗng là từ thuộc mọi bảng chữ cái. Hai từ = a1a2…an và =
b1b2…bm được gọi là bằng nhau, và được ký hiệu là = , nếu n = m và a =
i
b với mọi i = 1, 2, …, n.
i
9
Nếu α là một từ trên bảng chữ cái , và
Δ thì α cũng là từ trên bảng
*,
chữ cái Δ. Tập mọi từ trên bảng chữ cái được ký hiệu là
còn tập mọi
+
+
*
từ khác rỗng trên bảng chữ cái được ký hiệu là . Như vậy
=
\
* +
*
+
{ } và =
{ }. Dễ thấy rằng các tập và là vô hạn.
*
Về cấu trúc đại số thì là một vị nhóm tự do sinh bởi với đơn vị là
+
từ rỗng , còn là một nửa nhóm tự do sinh bởi . Có thể chứng minh được
*
+
rằng các tập và là vô hạn đếm được.
Thí dụ 1.2:
Ta có , 0, 01, 101, 1010, 110011 là các từ trên bảng chữ cái Г = {0,1}.
Các xâu , beautiful, happy, holiday là các từ trên bảng chữ cái = {a, b, c, …,
z}.
Ngôn ngữ
Định nghĩa I.3
Cho bảng chữ cái , mỗt tập con L
hình thức (hay ngôn ngữ) trên bảng chữ cái .
*
được gọi là một ngôn ngữ
Tập rỗng, ký hiệu , là một ngôn ngữ không gồm một từ nào và được
gọi là ngôn ngữ rỗng. Vậy ngôn ngữ rỗng là ngôn ngữ trên mọi bảng chữ cái.
Chú ý rằng ngôn ngữ rỗng: L =
rỗng: L = { }.
là khác với ngôn ngữ chỉ gồm một từ
Thí dụ 1.3:
*
là ngôn ngữ gồm tất cả các từ trên
cả các từ khác từ trống trên .
còn
+
là ngôn ngữ gồm tất
L = { , 0, 1, 01, 10, 00, 11, 011,100} là một ngôn ngữ trên bảng chữ cái
Г = {0, 1}.
L = {a, b, c, aa, ab, ac, abc} là ngôn ngữ trên bảng chữ cái
= {a, b, c}.
n n
L = { , a, b, abb, aab, aaa, bbb, abab}, L = {a b | n N} là hai ngôn
1
2
ngữ trên bảng chữ = {a, b}, L là ngôn ngữ hữu hạn trong khi L là ngôn
1
2
ngữ vô hạn. Mỗi từ thuộc ngôn ngữ L có số chữ cái a bằng số chữ cái b
2
với a và b không xen kẽ, a nằm ở phía trái và b ở phía phải của từ.
10
Các phép toán trên các từ
Phép nhân ghép
Theo tài liệu [5], tác giả: Nguyễn Văn Định, có viết “Tích ghép (hay
nhân ghép) của hai từ α = a1a2…a và từ = b1b2…bn trên bảng chữ
m
cái , là từ = a1a2…amb1b2…b trên bảng chữ cái .
n
Kí hiệu phép nhân ghép là
= α.
(hay
= α ).”
Từ đó ta có Định nghĩa I.4.
Định nghĩa I.4
Tích ghép (hay nhân ghép) của hai từ α = a1a2…am và từ = b1b2…bn
trên bảng chữ cái , là từ = a1a2…amb1b2…bn trên bảng chữ cái .
Kí hiệu phép nhân ghép là
= α.
(hay
= α ).
Thí dụ 1.4:
Trên bảng chữ cái W = {if, then, else, a, b, c, d, e, f, +, , , /, =, }, ta
có các từ = if a+b=c then c d=e và = else c/d=f, còn α là từ: if a+b=c
then c d=e else c/d=f.
Cho = {a, b, c}, khi đó: Từ
= abcbcb chứa 2 vị trí của bcb, đó
là a*bcb*cb và abc*bcb*, φ = bcb là một từ con của .
Từ
chứa
một vị trí của ký hiệu a, đó là *a*bcbcb.
Từ = 010111001 trên bảng chữ cái {0, 1} có độ dài 9, trong đó 0101 là
tiền tố và 11001 là hậu tố của .
Phép lấy từ ngược
Theo tài liệu [5], tác giả: Nguyễn Văn Định, có viết “ Giả sử có từ khác
rỗng
= a1a2 …am trên bảng chữ cái , khi đó từ am am1… a2a1 được gọi là
^
từ ngược (hay từ soi gương) của từ , và được ký hiệu là R, hay .
Khi
=
ta quy ước
R
= .”
Từ đó ta có Định nghĩa I.5.
Định nghĩa I.5
11
Giả sử có từ khác rỗng
= a1a2 …am trên bảng chữ cái , khi đó từ am
am1… a2 a1 được gọi là từ ngược (hay từ soi gương) của từ , và được ký
,
^
hiệu là R hay .
Khi
ta quy ước
=
R
= .
Thí dụ 1.5:
Cho các từ α = 100110 và
nghĩa ta có:
= aabb trên bảng chữ cái {0,1,a,b}, theo định
αR = 011001 và (αR)R = (011001)R = 100110 = α.
R
= bbaa và ( R)R = (bbaa)R = aabb = .
Cho các từ happy và oto trên bảng chữ cái = {a, b, c, …x, y, z}, khi đó
ta có: (happy)R = yppah và (oto)R = oto. Ngoài ra ta có: | (happy)R | = | yppah| = |
happy | = 3.
Phép chia từ
Là phép toán ngắt bỏ phần đầu hay phần cuối của một từ. Ta có các
định nghĩa sau:
Phép chia trái của từ α cho từ (hay thương bên trái của α và ) cho
kết quả là phần còn lại của từ α sau khi ngắt bỏ phần đầu trong từ α, và
được ký hiệu là \
Phép chia phải của từ α cho từ (hay thương bên phải của α và )
cho kết quả là phần còn lại của từ α sau khi ngắt bỏ phần cuối trong
α
từ α, và được ký hiệu là /
Các phép toán trên ngôn ngữ.
Các họ ngôn ngữ cụ thể thường được đặc trưng một cách tiện lợi qua
các phép toán xác định trên ngôn ngữ, họ đó gồm các ngôn ngữ nhận được
bằng việc tổ hợp từ một số ngôn ngữ cho trước bởi một số phép toán nào
đó. Vì mỗi ngôn ngữ là một tập hợp nên ta có các phép toán đại số tập hợp
như là phép giao, phép hợp, phép hiệu, phép lấy bù trên các ngôn ngữ. Chẳng
hạn, với L và L là hai ngôn ngữ trên bảng chữ cái thì ta cũng có các ngôn
1
2
*
ngữ mới sau đây trên bảng chữ cái : L
L , L
L , L .L , \ L .
1
2 1
2 1 2
1
Phép hợp
12
Theo tài liệu [9], tác giả: Nguyễn Quốc Thắng – Nguyễn Lâm Tùng,
có viết “Tập các từ {x | x
L1 hoặc x
L2 } được gọi là hợp của hai ngôn
ngữ L1 và L2, ký hiệu L1 L2.”.
Từ đó ta có Định nghĩa I.6.
Định nghĩa I.6
Hợp của hai ngôn ngữ L và L trên bảng chữ cái , ký hiệu L
1
2
1
là một ngôn ngữ trên bảng chũ cái , đó là tập từ:
L = {
* |
L hoặc
1
L ,
2
L }
2
Định nghĩa phép hợp có thể mở rộng cho một số hữu hạn các ngôn
ngữ, tức là hợp của các ngôn ngữ L , L , …, L trên bảng chữ cái , là tập
1 2
n
từ:
và
13
Phép giao
Định nghĩa I.7
Giao của hai ngôn ngữ L và L trên bảng chữ cái , ký hiệu L ∩ L là
1
2
1
2,
một ngôn ngữ trên bảng chữ cái , đó là tập từ:
L = {
* |
L và
1
L }
2
Định nghĩa phép giao có thể mở rộng cho một số hữu hạn các ngôn
ngữ, tức là giao của các ngôn ngữ L , L , …, L trên bảng chữ cái , là tập
1 2
n
từ:
{
* |
L với mọi i, 1 ≤ i ≤ n }
i,
Phép lấy phần bù
Định nghĩa I.8
Ngôn ngữ phần bù của ngôn ngữ L trên bảng chữ cái , ký hiệu C L
(hay đơn giản là CL, nếu không gây nhầm lẫn), là một ngôn ngữ trên bảng
chữ cái , đó là tập từ: C L = {
* |
L }.
Thí dụ 1.6:
Cho ngôn ngữ L = { , 0, 01}, L = { , 01, 10} trên bảng chữ cái
1
2
1}, khi đó ta có: L
L = { , 0, 01, 10}, L ∩ L = { , 01}.
1
2
1
2
Cho ngôn ngữ L = {
*, với |
+,
C L = {
với | | là một số lẻ}.
= {0,
| là một số chẵn }, khi đó ta có:
Phép nhân ghép
Định nghĩa I.9
Cho hai ngôn ngữ L trên bảng chữ
và L trên bảng chữ . Nhân
1
1
2
2
ghép hay tích của hai ngôn ngữ L và L là một ngôn ngữ trên bảng chữ
1
2
1
, ký hiệu L L , đuợc xác định bởi: L L = {
| L và L }.
2
1 2
1 2
1
2
Thí dụ 1.7:
Đây là một phản ví dụ để chỉ ra rằng phép nhân ghép không có tính phân
phối đối với phép giao. Phép hợp, phép giao không có tính phân phối đối với
14
phép nhân ghép. Xét các ngôn ngữ L = {0, 01}, L = {01, 10}, L = {0} trên
1
2
3
bảng chữ cái = {0, 1}.
Có thể kiểm tra được rằng phép nhân ghép không có tính phân phối đối
với phép giao: Ta có: L
L = , do đó: L (L
L ) = ,
2
3
1 2
3
Mặt khác, ta có L L = {001, 010, 0101, 0110} và L L = {00, 010}, do
1 2
1 3
đó: (L L ) (L L ) = {010}. Vậy L (L
L ) (L L ) (L L ), tức là
1 2
1 3
1 2
3
1 2
1 3
phép nhân ghép không có tính phân phối đối với phép giao.
Kiểm tra tính phân phối của phép hợp, phép giao đối với phép nhân ghép:
Ta có: L L = {010, 100}, do đó: L
(L L ) = {0, 01, 010, 100},
2 3
1
2 3
Mặt khác ta cũng có L
L = {0, 01, 10} và L
L = {0, 01}, do đó:
1
2
1
3
(L
L )(L
L ) = {00, 001, 010, 0101, 100, 1001}. Vậy L
(L L )
1
2 1
3
1
2 3
(L
L )(L
L ), tức là phép hợp không có tính phân phối đối với
1
2 1
3
phép nhân ghép. Tương tự, đối với phép giao, ta có: L L = {010, 100}, do đó:
2 3
L
(L L ) = .
1
2 3
Mặt khác L
L = {01}, L
L = {0}, do đó: (L
L )(L
L )
2
1
3
1
2 1
3
= {010}. Vậy L
(L L ) (L
L )(L
L ). Tức là phép giao không
1
2 3
1
2 1
3
có tính phân phối đối với phép nhân ghép. Vì phép ghép ngôn ngữ có tính kết
n
hợp nên ký hiệu L được dùng với mọi ngôn ngữ L và số tự nhiên n theo
nghĩa quen thuộc sau:
1
Phép lặp
Định nghĩa I.10
Cho ngôn ngữ L trên bảng chữ cái , khi đó:
Tập từ được gọi là ngôn ngữ lặp cắt của ngôn ngữ L, ký hiệu là L *.
Vậy ngôn ngữ lặp của L là tập hợp lũy thừa của L:
L*=
Tập từ được gọi là ngôn ngữ lặp cắt của ngôn ngữ L, ký hiệu là L +,
Vậy ngôn ngữ lặp cắt của L là hợp của mọi lũy thừa dương của L: L+=
15
Thí dụ 1.8:
+ Xét ngôn ngữ L = {0, 1} trên bảng chữ
= {0, 1}. Ta có:
2
L = {00, 01, 10, 11}, tập hợp các xâu nhị phân độ dài 2;
3
L = {000, 001, 010, 011, 100, 101, 110, 111}, tập hợp các xâu nhị phân độ
n
*
dài 3. Tương tự, L là tập hợp các xâu nhị phân độ dài n. Vì vậy, L là tập
hợp tất cả các xâu nhị phân.
+ Xét hai ngôn ngữ trên bảng chữ
2n
L = {a | n
1
= {a}:
1},
5n+3
L = {a
| n
2
0}.
2 +
5 * 3
Khi đó, ta có L = {a } , L = {a } {a }.
1
2
Phép lấy ngôn ngữ ngược
Định nghĩa I.11
Cho ngôn ngữ L trên bảng chữ cái , khi đó ngôn ngữ ngược của L là
R
^
một ngôn ngữ trên bảng chữ cái , được ký hiệu là L hay L , là tập từ:
R
L = {
R
* /
L}
Thí dụ 1.9:
Cho L = { , ab, abc, cbaa} là một ngôn ngữ trên bảng chữ cái
R
c}, khi đó L = { , ba, cba, aabc} là ngôn ngữ ngược của L.
= {a, b,
Phép chia ngôn ngữ
Định nghĩa I.12
Cho ngôn ngữ X và Y trên bảng chữ cái , khi đó thương bên trái của
X,
ngôn ngữ X cho ngôn ngữ Y là một ngôn ngữ trên , được ký hiệu là \
Y
là tập từ:
X
Y
\
= {z
* / x
X, y
Y mà x = yz}
Cho ngôn ngữ X và Y trên bảng chữ cái , khi đó thương bên phải của ngôn
16
ngữ X cho ngôn ngữ Y là một ngôn ngữ trên , được ký hiệu là
X
/
Y
1.2.
= {z
* / x
X, y
X
/ là tập từ:
Y,
Y mà x = zy}
Văn phạm và ngôn ngữ sinh bởi văn phạm
Ta có thể hình dung một văn phạm như một “thiết bị tự động” mà nó có
khả năng sinh ra một tập hợp các từ trên một bảng chữ cái cho trước. Mỗi
từ được sinh ra sau một số hữu hạn bước thực hiện các quy tắc của văn
phạm.
Việc xác định một ngôn ngữ trên bảng chữ cái cho trước có thể được
thực hiện bằng một trong các cách thức sau:
Cách 1. Đối với mỗi từ thuộc ngôn ngữ đã cho, ta có thể chọn một
quy cách hoạt động của “thiết bị tự động” để sau một số hữu hạn bước làm
việc nó dừng và sinh ra chính từ đó.
Cách 2. “Thiết bị tự động” có khả năng lần lượt sinh ra tất cả các từ
trong ngôn ngữ đã cho.
Cách 3. Với mỗi từ cho trước, “thiết bị tự động” có thể cho biết từ
đó có thuộc ngôn ngữ đã cho hay không.
Trong lý thuyết văn phạm, người ta đã chứng minh được rằng ba
cách thức trên là tương đương nhau hay văn phạm làm việc theo các cách
trên là tương đương nhau. Vì vậy, ở đây ta quan tâm đến cách thứ nhất, tức
là ta xét văn phạm như là một “thiết bị tự động” sinh ra các từ. Vì lẽ đó mà
người ta còn gọi các “thiết bị tự động” đó là văn phạm sinh.
Định nghĩa văn phạm
Theo tài liệu [2], tác giả: Trần Văn Lộc, có viết: “Văn phạm G là 1 bộ
sắp thứ tự gồm 4 thành phần: G = < , , S, P >…”
Từ đó ta có Định nghĩa I.13.
Định nghĩa I.13
Văn phạm G là 1 bộ sắp thứ tự gồm 4 thành phần: G = < , , S, P >,
trong đó:
là một bảng chữ cái, gọi là bảng chữ cái cơ bản (hay bảng chữ cái
kết thúc), mỗi phần tử của nó được gọi là một ký hiệu kết thúc hay ký hiệu
cơ bản;
là một bảng chữ cái,
= , gọi là bảng ký hiệu phụ (hay
báng chữ cái không kết thúc), mỗi phần tử của nó được gọi là một ký
hiệu không kết thúc hay ký hiệu phụ.
17
S
được gọi là ký hiệu xuất phát hay tiên đề;
P là tập hợp các quy tắc sinh có dạng
,
được gọi là vế phải của quy tắc này, với ,
chứa ít nhất một ký hiệu không kết thúc.
P = {
|
= α’Aα’’, với A
được gọi là vế trái và
*
(
) và trong
Δ, α’, α’’,
(
)
*
}
Chẳng hạn, với = {0,1}, = {S, A, B} thì các quy tắc S 0S1A,
0AB 1A1B, A ,… là các quy tắc hợp lệ vì vế trái luôn chứa ít nhất
1 ký hiệu phụ thuộc . Nhưng các quy tắc dạng 0 A, 01 0B,… là
các quy tắc không hợp lệ.
Thí dụ 1.10:
Các bộ bốn sau là các văn phạm:
G = <{0,1},{S},S,{S 0S1,S
1
}>,
G = <{a, b}, {S, A}, S, {S Ab, A aAb, A
2
}>,
G = <{a, b, c}, {S, A, B, C}, S, {S ABC, A aA, B bB, C cC, A a,
3
B b, C c}>
Chú ý: Nếu các quy tắc có vế trái giống nhau có thể viết gọn lại: hai quy
tắc
,
có thể được viết là
| . Chẳng hạn, như trong văn
phạm G ở thí dụ 1.10, ta có thể viết hai quy tắc của nó dưới dạng S 0S1 |
1
.
Ngôn ngữ sinh bởi văn phạm
Định nghĩa I.14
Cho văn phạm G = < , , S, P > và ,
G
dẫn trực tiếp từ trong G, ký hiệu ├
không sợ nhầm lẫn), nếu tồn tại quy tắc
cho =
, =
.
Điều này có nghĩa là nếu nhận vế trái
con thì ta thay bằng để được từ mới .
(
*
) . Ta nói được suy
hay ngắn gọn là ├
P và ,
của quy tắc
(
(nếu
*
) sao
như là từ
*
Cho văn phạm G = < , , S, P > và ,
(
) . Ta nói được
G
suy dẫn từ trong G, ký hiệu ╞
hay ngắn gọn là ╞ (nếu không
18
sợ nhầm lẫn), nếu
k
(
*
) sao cho
=
0
hoặc tồn tại một dãy D =
= ,
k
=
và
i1
├
i
,
0
,…,
1
, với i = 1, 2,..., k.
, , …,
được gọi là một dẫn xuất của từ trong G
0 1
k
và số k được gọi là độ dài của dẫn xuất này. Nếu
= S và
* thì dãy
0
k
D gọi là dẫn xuất đầy đủ.
Dãy D =
Nếu
được suy dẫn trực tiếp từ
bằng việc áp dụng một quy tắc
i
i1
p nào đó trong G thì ta nói quy tắc p được áp dụng ở bước thứ i.
Cho văn phạm G = < , , S, P >. Từ
* được gọi là sinh bởi văn
phạm G nếu tồn tại suy dẫn S╞ . Ngôn ngữ sinh bởi văn phạm G, ký hiệu
L(G), là tập hợp tất cả các từ sinh bởi văn phạm G:
L(G) = {
*
G
| S ╞
}.
Hai văn phạm G = < , , S , P > và G = < , , S ,P >
1
1 1
1 1
2
2 2
2 2
được gọi là tương đương nếu L(G ) = L(G ).
1
2
Thí dụ 1.11:
Xét văn phạm G trong thí dụ 1.11 Từ = 00001111 được suy dẫn từ
1
S bằng dãy dẫn xuất độ dài 5: S├ 0S1├ 00S11├ 000S111├ 0000S1111 ├
4 4
00001111 (có thể viết ngắn gọn là = 0 1 ). Bằng việc sử dụng n lần (n
n n
n n
0) quy tắc 1 rồi quy tắc 2, ta có: S╞ 0 1 . Do đó L(G ) = {0 1 | n 0}.
1
Xét văn phạm G trong thí dụ 1.10 Sử dụng quy tắc 1, rồi n lần (n
2
n n
n n+1
quy tắc 2, sau đó quy tắc 3 để kết thúc, ta có: S├ Ab╞ a Ab b├ a b
.
n n+1
Do đó L(G ) = {a b
| n
2
0)
0}.
Dễ dàng thấy rằng: L(G ) = {tôi ăn cơm, anh ăn cơm, chị ăn cơm, tôi ăn
4
phở, anh ăn phở, chị ăn phở, tôi uống sữa, anh uống sữa, chị uống sữa, tôi
uống café, anh uống café, chị uống café}.
Ta có thể biểu diễn việc dẫn xuất từ <câu> đến một từ trong L(G ),
4
chẳng hạn “tôi ăn cơm” bằng một cây gọi là cây dẫn xuất hay cây phân
tích cú pháp như dưới đây. Tất nhiên, theo quan điểm phân tích cú pháp thực
19
tế, việc xem xét các quy tắc theo hướng ngược lại là từ phải qua trái. Điều
đó có nghĩa là cây dưới đây được xử lý từ dưới lên trên chứ không phải là
từ trên xuống dưới. (Hình 1.1).
Hình 1. Cây dẫn xuất cho ví dụ
Phân loại văn phạm theo Chomsky
Theo tài liệu [8], tác giả: Trần Văn Ban, có viết “ Trong định nghĩa của
văn phạm G = (VN, , P, S); VN là tập các biến, là tập chữ cái và S VN. Để
tiện lợi cho việc nghiên cứu và khảo sát các ngôn ngữ được sinh ra bởi văn
phạm, chúng ta tìm cách phân loại chúng. Muốn phân loại được các ngôn
ngữ, chúng ta phải dựa vào các dạng khác nhau của các qui tắc dẫn xuất.
Chomsky đã chia các qui tắc dẫn xuất của văn phạm G thành bốn loại …”
Dựa vào đặc điểm của tập quy tắc mà người ta chia các văn phạm thành
các nhóm khác nhau. Noam Chomsky (Institute
Professor , Massachusetts
Institute of Technology . Born December 7 , 1928 Philadelphia, Pennsylvania,
USA) đã phân loại văn phạm thành bốn nhóm:
Nhóm 0: Văn phạm không hạn chế (hay văn phạm ngữ cấu, văn phạm
tổng quát),
Nhóm 1: Văn phạm cảm ngữ cảnh,
Nhóm 2: Văn phạm phi ngữ cảnh,
Nhóm 3: Văn phạm chính quy.
Dưới đây là các định nghĩa cho các nhóm văn phạm nói trên.
Định nghĩa I.15
Văn phạm G = < , , S, P > mà không có một ràng buộc nào đối với
các quy tắc của nó được gọi là văn phạm tổng quát hay văn phạm không
hạn chế.
Như vậy, các quy tắc trong văn phạm nhóm 0 có dạng:
20
, với
=
*
α’Aα’’, A Δ, α’, α’’,
(
) .Các quy tắc của văn phạm nhóm 0
được gọi là quy tắc không hạn chế. Ngôn ngữ do văn phạm nhóm 0 sinh ra
được gọi là ngôn ngữ tổng quát.
Văn phạm G = < , , S, P > mà các quy tắc của nó đều có dạng:
*
, với = α’Aα’’, A Δ, α’, α’’,
(
) , và | | ≤ | |, được
gọi là văn phạm nhóm 1hay văn phạm cảm ngữ cảnh.
Các quy tắc trong văn phạm nhóm 1 được gọi là quy tắc cảm ngữ
cảnh. Ngôn ngữ do văn phạm cảm ngữ cảnh sinh ra được gọi là ngôn ngữ
cảm ngữ cảnh.
Các văn phạm mà các quy tắc của chúng có dạng trên, đồng thời chứa
thêm quy tắc rỗng S , cũng được xếp vào lớp văn phạm nhóm 1.
Thí dụ 1.12:
Cho văn phạm: G = <{1}, {S, A, B}, S, P >, với P = {S
1
1
1
, S 1A,
2n
A 1B, B 1A, A 1}. Khi đó, G là văn phạm chính quy và L(G ) = {1 | n
1
1
2n
2n
0}. Thật vậy, sử dụng quy tắc 1, ta có S├ 1 , ( = 1 , với n = 0), sử
dụng quy tắc 2, rồi n1 lần (n 1) liên tiếp cặp quy tắc 3 và 4, cuối cùng là
quy tắc 5, ta có:
S├ 1A ├ 11B ├ 111A ├ … ╞ 1(1
21
2n2
2n2
2n
)A ├ 1(1
)1 = 1 .
1.3.
Một số tính chất của ngôn ngữ
Một số tính chất của văn phạm và dẫn xuất
Định lý I.1
Với mọi văn phạm G = < , , S, P >, luôn tồn tại một văn phạm G’ =
< ’, ’, S’, P’ > tương đương với văn phạm G, tức là L(G) = L(G’).
Chứng minh:
Giả sử có văn phạm G = < , , S, P >, ta xây dựng văn phạm G’ = <
’, ’, S’, P’ >, trong đó:
’ = , và với mỗi a
, ta bổ xung một ký hiệu
gọi là đối ngẫu của a, đặt Г = { | a
}
’ =
và
Г
S’ = S
P , với P = {
a | a
}, P = {
|
1
2
1
2
P}, và
là các xâu và đã được thay các ký hiệu thuộc
bằng các ký hiệu đối ngẫu của nó. Dễ thấy rằng L(G) = L(G’), thật vậy ta
sẽ chứng minh hai bao hàm thức:
P’ = P
a./ Chứng minh L(G)
L(G’): Lấy bất kỳ
L(G), khi đó ta có
G
G
G
S╞ , tức là ta có một dãy suy dẫn trực tiếp trong G: S = ├
├ …
0
1
G
├
= , với dãy suy dẫn này, ta thay mọi quy tắc trong các suy dẫn
k
i
G
├
, ( 0 ≤ i ≤ k1), bởi các quy tắc tương ứng trong P và P , ta nhận
i+1
1
2
G’
G’
G’
được dãy các suy dẫn trong G’: S = ’ ├
’ ├ … ├
’ = , do
0
1
m
G’
đó ta có S╞
, tức là
L(G’). Vậy L(G) L(G’).
b./ Chứng minh L(G’) L(G): Lấy bất kỳ
L(G’), khi đó ta có
G’
G’
G’
G’
S╞
, tức là ta có một dãy suy dẫn trong G’: S = ’ ├
’ ├ … ├
0
1
G’
’ = , trong các suy dẫn ├
, ( 0 ≤ i ≤ k1), ta thay mọi kí hiệu a
k
i
i+1
Г bởi các ký hiệu tương ứng a
, khi đó mọi quy tắc đều thuộc P,
1
G
G
G
ta nhận được dãy các suy dẫn trưc tiếp trong G: S = ├
├ … ├
0
1
k
22
= , ta có S╞
G
, tức là
L(G). Vậy L(G’)
L(G).
Định lý I.2 (Hợp thành các suy dẫn)
Cho hệ viết lai W=(V, P) và cho u1,…, un, v1,…, vn là các xâu trong V*.
Bây giờ nếu u1*v1,…, un*vn, thì ta có u1…un *v1…vn.
Ta thừa nhận định lý trên (không cần chứng minh).
Tính đóng của lớp ngôn ngữ sinh bởi văn phạm
Định lý I.3
Lớp ngôn ngữ sinh bởi văn phạm là đóng đối với phép hợp ( ), phép
giao (∩) và phép nhân ghép ngôn ngữ (.)
Chứng minh:
Trước hết, ta sẽ chứng minh lớp ngôn ngữ sinh bởi văn phạm là đóng
đối với phép hợp, việc chứng minh tính đóng của lớp ngôn ngữ sinh bởi
văn phạm đối với các phép giao và phép nhân ngôn ngữ là hoàn toàn tương
tự.
Giả sử L , L là các ngôn ngữ được sinh bởi văn phạm G = < , ,
1 2
1
1 1
S , P >, G = < , , S , P >, tức là L = L(G ), L = L(G ). Ta chứng
1 1
2
2 2 2 2
1
1
2
2
minh tồn tại văn phạm G sao cho L(G) = L
L .
1
2
Xây dựng văn phạm G sinh ra ngôn ngữ L
1
L như sau: G = < , ,
2
S, P>, với:
=
1
Δ = Δ
P = P
2
{S}
1 2
1
P
2
{S S , S S }
1
2
Ta sẽ chứng minh L(G) = L
1
thức:
a./ Chứng minh L(G)
L
1
L bằng cách chứng minh hai bao hàm
2
L : Giả sử
2
G
một suy dẫn trong văn phạm G: S ╞
, trong đó
L(G), khi đó tồn tại
* = (
)*. Do
1
2
cách xây dựng tập quy tắc P, nên trong suy dẫn S╞ , có hai khả năng:
23
G
G1
hoặc S├ S ╞
, vậy
1
do đó
L(G ). (a)
1
G
G2
hoặc S├ S ╞
, vậy
2
do đó
L(G ). (b)
2
Từ (a) và (b), ta thấy
b./ Chứng minh L
hai khả năng:
L
1
L
1
là kết quả của suy dẫn S ╞
1
trong G ,
1
là kết quả của suy dẫn S ╞
2
trong G ,
2
L , hay L(G)
2
L(G): Giả sử
2
L hoặc
1
L
L
1
1
L
2
L , khi đó ta cũng có
2
L :
2
G1
L = L(G ), khi đó ta có suy dẫn S ╞
trong G , do đó
1
1
1
1
G
G1
ta cũng có suy dẫn S ├ S ╞
là một suy dẫn trong G (vì theo cách xây
1
dựng G, mọi quy tắc và mọi ký hiệu trong G cũng đều thuộc G), như vậy
1
L(G).
Nếu
G2
L = L(G ), khi đó ta có suy dẫn S ╞
trong G , do đó
2
2
2
2
G
G2
ta cũng có suy dẫn S ├ S ╞
là một suy dẫn trong G (vì theo cách xây
2
dựng G, mọi quy tắc và mọi ký hiệu trong G cũng đều thuộc G), như vậy
2
L(G).
Nếu
Vậy ta luôn luôn có
L(G), do đó: L L
1 2
chứng minh được rằng L(G) = L
L .
1
2
L(G). Tức là ta đã
Tương tự, để chứng minh tính đóng của lớp ngôn ngữ sinh bởi văn
phạm đối với phép nhân ghép ngôn ngữ, ta xây dựng văn phạm G = < , ,
S, P> sao cho L(G) = L(G ). L(G ) như sau:
1
2
=
1
Δ = Δ
P = P
24
1
2
1 2
P
2
{S}
{S S S }. Khi đó L(G) = L(G ).L(G )
1 2
1
2
Để chứng minh tính đóng của lớp ngôn ngữ sinh bởi văn phạm đối
với phép giao, ta xây dựng văn phạm G = < , , S, P> sao cho L(G) =
L(G ) L(G ) như sau:
1
2
=
1
Δ = Δ
1 2
2
Г
1
Г
{S}
2
Trong đó: Г = { | a
} là tập các ký hiệu đối ngẫu của các ký hiệu
1
1
trong , còn Г2= { | b } là tập các ký hiệu đối ngẫu của .
P = { S }
Trong đó là tập hợp các quy tắc nhận được từ , mà mọi ký hiệu a đều
được thay đổi bởi ký hiệu đối ngẫu tương ứng của nó
25