[发明专利]一种从有限自动机生成简短正则表达式的方法

说明书

本发明公开了一种从有限自动机生成简短正则表达式的方法，包括：S1、对于候选状态消减序列空间，定义临时变量S*存储当前最优状态消减序列，定义临时变量L存储当前最短正则表达式长度；S2、用表达式自动机描述状态消减的中间结果，根据表达式自动机规模估算生成的正则表达式的长度；S3、基于临时变量S*和L，对候选状态消减序列空间进行剪枝处理，提高状态消减序列的搜索效率；S4、按照搜索到的最优状态消减序列，采用状态消减法将有限自动机转换成简短的正则表达式。本发明能被应用于软件行为建模、基于模型的测试、软件工程、计算与语言的研究等领域，显著地提高自动机生成较短正则表达式的效率。

技术领域

本发明涉及正则语言模型的计算机技术领域，尤其是指一种从有限自动机生成简短正则表达式的方法。

背景技术

正则表达式与有限自动机具有相同的表达能力，同属于正则语言模型。既可以将正则表达式转换成等价的有限自动机，也可以将有限自动机转换成等价的正则表达式。由于正则表达式比较适合人类阅读，现在已成为计算机各类系统工具和开发语言普遍采用的文本模式描述工具。将有限自动机转换为简明的正则表达式有助于正则语言理解和应用，也可以更广泛地应用自动机学习的研究成果，研究从有限自动机生成简明的正则表达式具有重要的理论价值和现实意义。从有限自动机生成正则表达式，已知的使用启发式算法优化消减序列如：流量法、必经路径法、回路计算法、动态度乘积法、静态度乘积法、DM权重法等方法，生成的正则表达式总体长度均较长。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种从有限自动机生成简短正则表达式的方法，该方法引入了剪枝思想，为正则表达式生成问题研究提供了一条新思路，可有效提高正则表达式质量。

为实现上述目的，本发明所提供的技术方案为：一种从有限自动机生成简短正则表达式的方法，该方法是利用状态消减法将有限自动机转换为正则表达式，通过搜索状态消减序列的候选集合，获得最优状态消减序列，最终生成简短的正则表达式；其包括以下步骤：

S1、对于候选状态消减序列空间，定义临时变量S*存储当前最优状态消减序列，定义临时变量L存储当前最短正则表达式长度，变量S*和L作为搜索候选状态消减序列空间过程的临时变量；

S2、用表达式自动机描述状态消减的中间结果，根据表达式自动机规模估算生成的正则表达式的长度；

S3、基于临时变量S*和L，对候选状态消减序列空间进行剪枝处理，提高状态消减序列的搜索效率；

S4、按照搜索到的最优状态消减序列，采用状态消减法将有限自动机转换成简短的正则表达式。

进一步，在步骤S1中，确定有限自动机进行状态消减过程中，所有可能的状态消减序列组成一个候选状态消减序列空间，定义临时变量S*存储当前最优状态消减序列，定义临时变量L存储当前最短正则表达式的长度。

进一步，在步骤S2中，对有限自动机进行状态消减的每个阶段需要选择一个状态进行消减并产生一个表达式自动机，用EAs表示，其中EA表示当前表达式自动机，s是一个状态序列，s既能够是包含所有待消减状态的完整状态消减序列，也能够是不完整的只包含部分待消减状态的状态消减子序列；在状态消减过程中，每个阶段产生的表达式自动机依赖于当前消减的状态和前一阶段的表达式自动机，依据表达式自动机间依赖关系将给定有限自动机生成的表达式自动机全集构造成一棵树，树上每个结点代表一个表达式自动机，叶子结点对应的表达式自动机依赖于父结点对应的表达式自动机，由于叶子结点对应的表达式自动机只包含初态和终态，所以叶子结点唯一确定一个正则表达式，正则表达式的长度就是叶子结点表达式自动机的字符规模。