【形式语言】第一章绪论

集合

集合：一定范围内的、确定的、并且彼此可以区分的对象汇集在一起形成的整体叫做集合(set)，简称为集(set)
元素：集合的成员为该集合的元素(element)
基数：集合中元素个数
集合的描述形式有列举法和命题法两种

集合的运算

1. 并($\cup$)
2. 交($\cap$)
3. 差($-$)
4. 对称差($\oplus$)
5. 笛卡尔积($\times$)
   A×B={(a,b)∣a∈A&b∈B}A\times B =\{ (a,b) | a \in A \& b \in B\}A×B={(a,b)∣a∈A&b∈B}
6. 幂集($2^A$)
   所有集合子集(包含本身和空集)
7. 补集($\overline{A}$)

令A = {1,2,3},B = {2,3,4},U = {1,2,3,4}
则A∪B={1,2,3,4},A∩B={2,3},A−B={1},A⊕B={1,4},A×B={(1,2),(1,3),(1,4),(2,2),(2,3),(2,4),(3,2),(3,3),(3,4)},2A={∅,{1},{2},{3},{1,2},{1,3},{2,3},{1,2,3}},A‾={4}A\cup B=\{1,2,3,4\},A\cap B=\{2,3\},A-B=\{1\},A\oplus B=\{1,4\},A\times B = \{(1,2),(1,3),(1,4),(2,2),(2,3),(2,4),(3,2),(3,3),(3,4)\},2^A=\{\empty , \{1\},\{2\},\{3\},\{1,2\},\{1,3\},\{2,3\},\{1,2,3\}\},\overline A = \{4\}A∪B={1,2,3,4},A∩B={2,3},A−B={1},A⊕B={1,4},A×B={(1,2),(1,3),(1,4),(2,2),(2,3),(2,4),(3,2),(3,3),(3,4)},2A={∅,{1},{2},{3},{1,2},{1,3},{2,3},{1,2,3}},A={4}

关系

二元关系

二元关系：任意的$R\subseteq A\times B$ ，称$R$为$A$到$B$上的二元关系。
表示：$(a,b)\in R$也可表示为$aRb$
两个域：A称为定义域，B称为值域
当$A=B$时称$R$为$A$上的二元关系

几种二元关系性质

1. 自反性 2.反自反 3.对称性 4. 反对称性 5. 传递性
   ps:对称和反对称并不是互斥的

等价关系与等价类

等价关系：具有自反性、对称性、传递性的二元关系称为等价关系。
等价类：$S$的满足如下要求的划分：$S_1$、$S_2$、$S_3$、…、$S_n$、…称为S关于R的等价划分，$S_i$称为等价类。
(1) $S=S_1\cup S_2\cup S_3\cup ...\cup S_n\cup ...$
(2)如果$i\ne j$,则$S_i\cap S_j=\varnothing$
(3)对于任意的$i$，$S_i$中的任意两个元素$a$、$b$，$aRb$恒成立。
(4)对于任意的$i$，$j$，$i\ne j$，$S_i$中的任意元素$a$和$S_j$中的任意元素$b$，$aRb$恒不成立

关系的合成

设$R_1\subseteq A\times B$是$A$到$B$ 的关系、$R_2\subseteq B\times C$是$B$到$C$的关系，$R_1$与$R_2$的合成$R_1{R}_2$是$A$到$C$的关系：
R1R2={(a,c)∣∃(a,b)∈R1且(b,c)∈R2}R_1R_2= \{(a,c)|\exists(a,b)\in R_1且(b,c)\in R_2\}R1​R2​={(a,c)∣∃(a,b)∈R1​且(b,c)∈R2​}

关系的闭包

设P是关于关系的性质的集合，关系R的P闭包(closure)是包含R并且具有P中所有性质的最小关系。

正闭包(传递闭包)

(1)$R\subseteq R^{+}$。
(2)如果$(a,b)$，$(b,c)\in R^{+}$,则$(a，c)\in R^{+}$。
(3)除(1)、(2)外，$R^{+}$不再含有其他任何元素。
具有传递性
对于任意的关系R，有
$$R^{+}=R\cup R^2\cup R^3\cup ...\cup R^n\cup ....$$
当S为有穷集(元素所属于的集合)时，有
$$R^{+}=R\cup R^2\cup R^3\cup ...\cup R^{|S|}$$
提供一种求出$R^{+}$的一套算法（S为有穷集时，这是我自己想的，还没有证明）
step1：
求出$R^2$，令$\Delta R=R^2-R,R=R^2\cup R$
step2：
$R^{\prime }=\Delta RR\cup R\Delta R$
$\Delta R^{\prime }=R^{\prime }-R$
$R=R\cup R^{\prime }$
若$\Delta R^{\prime }==\varnothing$，则结束算法，此时$R^{+}==R$
若$\Delta R^{\prime }\ne \varnothing$，则令$\Delta R=\Delta R^{\prime }$，转step2
PS：“=”均表示赋值

# python代码实现
def getmutify(set1,set2):
	s = set()
	for item1 in set1:
		for item2 in set2:
			if item1[1] == item2[0]:
				s.add(item1[0]+item2[1])
	return s

def getPositiveClosure(R):
	R_2 = getmutify(R,R)
	detR = R_2 - R
	R = R.union(R_2)
	while True:
		Rc = getmutify(detR,R).union(getmutify(R,detR))
		detRc = Rc - R
		R = R.union(Rc)
		if len(detRc) == 0:
			return R
		detR = detRc

s = getPositiveClosure({"ab","bb","bc"})
print(s) #{'ac', 'ab', 'bc', 'bb'}

克林闭包

(1)$R^0\subseteq R^{\ast },R\subseteq R^{\ast }$。
(2)如果$(a,b)$，$(b,c)\in R^{\ast }$,则$(a，c)\in R^{\ast }$。
(3)除(1)、(2)外，$R^{\ast }$不再含有其他任何元素。
具有自反性、传递性

语言

语言：某个集合中的元素，按照规则组合成的符号串的集合。
形式语言理论：用数学方法，对语言的表示法、结构及特性进行研究的理论。
（1）怎么构造语言
（2）怎么识别语言
（3）怎么去分析语言的含义
自动机理论：克林在研究神经细胞中，建立了识别语言的系统——有穷状态自动机。
（1）文法与自动机是等价的。
（2）文法与自动机的运算对象：集合。

基本概念

1.字母表：字母表是一个非空有穷集合，字母表中的元素称为该字母表的一个字母(letter)。又叫做符号(symbol)、或者字符(character)。通常用$\sum$符号表示。
字符两个特性
（1）整体性，也叫不可分性。
（2）可辨认性，也叫可区分性。
2.字母表的乘积：
∑1∑2={ab∣a∈∑1,b∈∑2}\sum_{1}\sum_2=\{ab|a\in \sum_1,b\in \sum_2\}∑1​∑2​={ab∣a∈∑1​,b∈∑2​}
个人感觉类似于笛卡尔乘积。
3.字母表$\sum$的$n$次幂
∑0={ε}\sum^0=\{\varepsilon\}∑0={ε}
${\sum }^n={\sum }^{n-1}\sum$
其中，$\epsilon$是由$\sum$中的0个字符组成的。∣{ε}∣=1|\{\varepsilon\}|=1∣{ε}∣=1,$|\epsilon |=0$。
4.$\sum$的正闭包和克林闭包
${\sum }^{+}=\sum \cup {\sum }^2\cup {\sum }^3\cup ...$
${\sum }^{\ast }={\sum }^0\cup {\sum }^{+}$
正闭包和克林闭包都是集合。其中，正闭包是由$\sum$中至少一个字符连接而成，而克林闭包可以不含$\sum$中的字符。
5.句子
$\sum$是一个字母表，$\forall x\in {\sum }^{\ast }$，$x$叫做$\sum$上的一个句子。
6.句子的长度
$\forall x\in {\sum }^{\ast }$，句子$x$中字符出现的总个数叫做该句子的长度，记作$|x|$。
7.并置
$x,y\in {\sum }^{\ast }$，$x$，$y$的并置是由串$x$直接相接串$y$所组成的。记作$xy$。并置又叫做连结。
8.串x的n次幂
$x^0=\epsilon$
$x^n=x^{n-1}x$
9.前缀和后缀
设$x$，$y$，$z$，$w$，$v\in {\sum }^{\ast }$，且$x=yz$，$w=yv$
(1)$y$是$x$的前缀，若$|z|\ne 0$，则称$y$为$x$的真前缀
(2)$z$是$x$的后缀，若$|y|\ne 0$，则称$z$为$x$的真后缀
(3)$y$是$x$和$w$的公共前缀
(4)如果$x$和$w$的任何公共前缀都是$y$的前缀，则$y$是$x$和$w$的最大公共前缀
(5)如果$x=zy$，$w=vy$，则$y$是$x$和$w$的公共后缀
(6)如果$x$和$w$的任何公共后缀都是$y$的后缀，则$y$是$x$和$w$的最大公共后缀
10.子串
$w$，$x$，$y$，$z\in {\sum }^{\ast }$，且$w=xyz$，则称$y$是$w$的子串。
(1)$t$，$u$，$v$，$w$，$x$，$y$，$z\in {\sum }^{\ast }$，且$t=uyv$，$w=xyz$，则称$y$是$t$和$w$的公共子串。如果$y_1$，$y_2$，……，$y_n$是$t$和$w$的公共子串，且有∣yj∣=max{∣y1∣,∣y2∣,…,∣yn∣}|y_j|=max\{|y_1|,|y_2|,…,|y_n|\}∣yj​∣=max{∣y1​∣,∣y2​∣,…,∣yn​∣}，则称$y_j$是$t$和$w$的最大公共子串。
PS：两个串的最大公共子串不一定是唯一的。
11.语言
$\forall L\subseteq {\sum }^{\ast }$，$L$称为字母表$\sum$上的一个语言，$\forall x\in L$，$x$叫做$L$的一个句子。
12.语言的乘积
$L_1\subseteq {\sum }_1^{\ast }$，$L_2\subseteq {\sum }_2^{\ast }$，语言$L_1$与$L_2$的乘积是一个语言，该语言定义为：
L1L2={xy∣x∈L1,y∈L2}L_1L_2=\{xy|x\in L_1,y\in L_2\}L1​L2​={xy∣x∈L1​,y∈L2​}是字母表${\sum }_1\cup {\sum }_2$上的语言。