Алгоритм Хопкрофта — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
(Время работы)
 
(не показано 16 промежуточных версий 1 участника)
Строка 1: Строка 1:
Пусть дан автомат, распознающий определенный язык. Требуется найти [[ Эквивалентность_состояний_ДКА | эквивалентный автомат]] с наименьшим количеством состояний.
+
#перенаправление [[Минимизация ДКА, алгоритм Хопкрофта (сложность O(n log n))]]
 
 
== Минимизация ДКА ==
 
Если в ДКА существуют два [[ Эквивалентность_состояний_ДКА | эквивалентных состояния]], то при их объединении мы получим [[ Эквивалентность_состояний_ДКА | эквивалентный ДКА]], так как распознаваемый язык не изменится. Основная идея минимизации состоит в разбиении множества состояний на классы эквивалентности, полученные классы и будут состояниями минимизированного ДКА.
 
 
 
== Простой алгоритм ==
 
{{Определение
 
|definition =
 
Класс <tex>C</tex> '''разбивает''' класс <tex>R</tex> по символу <tex>a</tex> на <tex>R_1</tex> и <tex>R_2</tex>, если
 
# <tex>\forall r \in R_1 \,\,\, \delta(r, a) \in C</tex>
 
# <tex>\forall r \in R_2 \,\,\, \delta(r, a) \notin C</tex>
 
}}
 
Если класс <tex>R</tex> может быть разбит по символу <tex>a</tex>, то он содержит хотя бы одну пару неэквивалентных состояний (так как существует строка которая их различает). Если класс нельзя разбить, то он состоит из эквивалентных состояний.
 
Поэтому самый простой алгоритм состоит в том, чтобы разбивать классы текущего разбиения до тех пор пока это возможно.
 
 
 
Итеративно строим разбиение множества состояний следующим образом.
 
# Первоначальное разбиение множества состояний {{---}} класс допускающих состояний <tex>F</tex> и класс недопускающих состояний <tex>Q \setminus F</tex>.
 
# Перебираются символы алфавита <tex>c \in \Sigma</tex>, все пары <tex>(F, c)</tex> и <tex>(Q \setminus F, c)</tex> помещаются в очередь.
 
# Из очереди извлекается пара <tex>(C, a)</tex>, <tex>C</tex> далее именуется как сплиттер.
 
# Все классы текущего разбиения разбиваются на 2 подкласса (один из которых может быть пустым). Первый состоит из состояний, которые по символу <tex>a</tex> переходят в сплиттер, а второй из всех оставшихся.
 
# Те классы, которые разбились на два непустых подкласса, заменяются этими подклассами в разбиении, а также добавляются в очередь.
 
# Пока очередь не пуста, выполняем п.3 – п.5.
 
 
 
===Псевдокод===
 
<tex>Q</tex> {{---}} множество состояний ДКА.
 
<tex>F</tex> {{---}} множество терминальных состояний.
 
<tex>S</tex> {{---}} очередь пар <tex>(C, a)</tex>.
 
<tex>P</tex> {{---}} разбиение множества состояний ДКА.
 
<tex>R</tex> {{---}} класс состояний ДКА.
 
  <tex>P \leftarrow \{ F, Q \setminus F \}</tex>
 
  <tex>S \leftarrow \varnothing </tex>
 
  '''for''' <tex>c \in \Sigma</tex>
 
    <tex>insert</tex> <tex>(F, c)</tex> '''to''' <tex>S</tex>
 
    <tex>insert</tex> <tex>(Q \setminus F, c)</tex> '''to''' <tex>S</tex>
 
  '''while''' <tex> S \ne \varnothing </tex>
 
    <tex>remove</tex> <tex>(C, a)</tex> '''from''' <tex>S</tex>
 
    '''for''' <tex>R</tex> '''in''' <tex>P</tex>
 
      <tex>R_1 = R \cap \delta^{-1} (C, a) </tex>
 
      <tex>R_2 = R \setminus R_1</tex>
 
      '''if''' <tex> R_1 \ne \varnothing </tex> '''and''' <tex> R_2 \ne \varnothing </tex>
 
        <tex>replace</tex> <tex>R</tex> '''in''' <tex>P</tex> '''with''' <tex>R_1</tex> '''and''' <tex>R_2</tex>
 
        '''for ''' <tex> c \in \Sigma </tex>
 
          <tex>insert</tex> <tex>(R_1, c)</tex> '''to''' <tex>S</tex>
 
          <tex>insert</tex> <tex>(R_2, c)</tex> '''to''' <tex>S</tex>
 
Когда очередь <tex>S</tex> станет пустой, будет получено разбиение на классы эквивалентности, так как больше ни один класс невозможно разбить.
 
 
 
===Время работы===
 
Время работы алгоритма оценивается как <tex>O(|\Sigma| \cdot n^2)</tex>, где <tex> n </tex> {{---}} количество состояний ДКА, а <tex> \Sigma </tex>{{---}} алфавит. Это следует из того, что если пара <tex>(C, a)</tex> попала в очередь, и класс <tex>C</tex> использовался в качестве сплиттера, то при последующем разбиении этого класса в очередь добавляется два класса <tex>C_1</tex> и <tex>C_2</tex>, причем можно гарантировать лишь следующее уменьшение размера: <tex>|C| \ge |C_i| + 1</tex>. Каждое состояние изначально принадлежит лишь одному классу в очереди, поэтому каждый переход в автомате будет просмотрен не более, чем <tex>O(n)</tex> раз. Учитывая, что ребер всего <tex>O(|\Sigma| \cdot n)</tex>, получаем указанную оценку.
 
 
 
== Алгоритм Хопкрофта==
 
 
 
{{Лемма
 
|statement = Класс <tex>R = R_1 \cup R_2</tex> и <tex>R_1 \cap R_2 = \varnothing</tex>, тогда разбиение всех классов (текущее разбиение) по символу <tex>a</tex> любыми двумя классами из <tex>R, R_1, R_2</tex> эквивалентно разбиению всех классов с помощью <tex>R, R_1, R_2</tex> по символу <tex>a</tex>.
 
|proof =
 
Разобьем все классы с помощью <tex>R </tex> и <tex> R_1</tex> по символу <tex>a</tex>, тогда для любого класса <tex>B</tex> из текущего разбиения выполняется
 
:<tex>\forall r \in B \,\,\, \delta(r, a) \in R</tex> and <tex> \delta(r, a) \in R_1</tex> or
 
:<tex>\forall r \in B \,\,\, \delta(r, a) \in R</tex> and <tex> \delta(r, a) \notin R_1</tex> or
 
:<tex>\forall r \in B \,\,\, \delta(r, a) \notin R</tex> and <tex> \delta(r, a) \notin R_1</tex> 
 
А так как <tex>R = R_1 \cup R_2</tex> и <tex>R_1 \cap R_2 = \varnothing</tex> то выполняется
 
:<tex>\forall r \in B \,\,\, \delta(r, a) \in R_2 </tex> or
 
:<tex> \forall r \in B \,\,\, \delta(r, a) \notin R_2</tex>
 
Из этого следует, что разбиение всех классов с помощью <tex>R_2</tex> никак не повлияет на текущее разбиение. <br/>
 
Аналогично доказывается и для разбиения с помощью <tex>R </tex> и <tex> R_2</tex> по символу <tex>a</tex>. <br/>
 
Разобьем все классы с помощью <tex>R_1</tex> и <tex> R_2</tex> по символу <tex>a</tex>, тогда для любого класса <tex>B</tex> из текущего разбиения выполняется
 
:<tex>\forall r \in B \,\,\, \delta(r, a) \in R_1</tex> and <tex> \delta(r, a) \notin R_2</tex> or
 
:<tex>\forall r \in B \,\,\, \delta(r, a) \notin R_1</tex> and <tex> \delta(r, a) \in R_2</tex> or
 
:<tex>\forall r \in B \,\,\, \delta(r, a) \notin R_1</tex> and <tex> \delta(r, a) \notin R_2</tex> 
 
А так как <tex>R = R_1 \cup R_2</tex> и <tex>R_1 \cap R_2 = \varnothing</tex> то выполняется
 
:<tex>\forall r \in B \,\,\, \delta(r, a) \in R </tex> or
 
:<tex> \forall r \in B \,\,\, \delta(r, a) \notin R</tex>
 
Из этого следует, что разбиение всех классов с помощью <tex>R</tex> никак не повлияет на текущее разбиение.
 
}}
 
 
 
Алгоритм Хопкрофта отличается от простого тем, что иначе добавляет классы в очередь.
 
Если класс <tex>R</tex> уже есть в очереди, то согласно лемме можно просто заменить его на <tex>R_1</tex> и <tex>R_2</tex>.
 
Если класса <tex>R</tex> нет в очереди, то согласно лемме в очередь можно добавить класс <tex>R</tex> и любой из <tex>R_1</tex> и <tex>R_2</tex>, а так как для любого класса <tex>B</tex> из текущего разбиения выполняется
 
:<tex>\forall r \in B \,\,\, \delta(r, a) \in R </tex> or
 
:<tex> \forall r \in B \,\,\, \delta(r, a) \notin R</tex>
 
то в очередь можно добавить только меньшее из <tex>R_1</tex> и <tex>R_2</tex>.
 
 
 
===Реализация===
 
<tex>Q</tex> {{---}} множество состояний ДКА.
 
<tex>F</tex> {{---}} множество терминальных состояний.
 
<tex>S</tex> {{---}} очередь из пар <tex>(C, a)</tex>.
 
<tex>P</tex> {{---}} разбиение множества состояний ДКА.
 
<tex>R</tex> {{---}} класс состояний ДКА.
 
 
 
  <tex>P \leftarrow \{ F, Q \setminus F \}</tex>
 
  <tex>S \leftarrow \varnothing </tex>
 
  '''for''' <tex>c \in \Sigma</tex>
 
    <tex> insert \ (min (F, Q \setminus F), c)</tex> '''to''' <tex>S</tex>
 
  '''while''' <tex>S \ne \varnothing</tex>
 
    <tex>(C, a) \leftarrow pop(S)</tex>
 
    <tex>T = \{R \ | \ R \in P, \ R</tex> '''split by''' <tex>(C, a) \}</tex>
 
    '''for each''' <tex>R</tex> '''in''' <tex>T</tex>
 
      <tex> R_1, R_2 \leftarrow </tex> <tex> split(R, C, a) </tex> 
 
      <tex>replace</tex> <tex>R</tex> '''in''' <tex>P</tex> '''with''' <tex>R_1</tex> '''and''' <tex>R_2</tex>
 
      '''for''' <tex>c \in \Sigma</tex>
 
        '''if''' <tex>(R, c)</tex> '''in''' <tex>S</tex>
 
          <tex>replace \ (R, c)</tex> '''in''' <tex>S</tex> '''with''' <tex>(R_1, c)</tex> '''and''' <tex>(R_2, c)</tex>
 
        '''else'''
 
          <tex>insert \ (min(R_1, R_2), c)</tex> '''to''' <tex>S</tex>
 
 
 
К сожалению, совсем не очевидно, как быстро находить множество <tex>T</tex>. С другой стороны, понятно, что <tex>T \subset T'</tex>, где <tex>T'</tex> {{---}} это множество классов текущего разбиения, из состояний которых в автомате существует переход в состояния сплиттера <tex>C</tex> по символу <tex>a</tex>.
 
 
 
Модифицируем наш алгоритм: для каждой очередной пары <tex> (C, a) </tex> будем находить <tex> T' </tex>, и с каждым классом состояний из <tex> T' </tex> будем производить те же действия, что и раньше.
 
 
 
  <tex>P \leftarrow \{ F, Q \setminus F \}</tex>
 
  <tex>S \leftarrow \varnothing </tex>
 
  '''for''' <tex>c \in \Sigma</tex>
 
    <tex> insert \ (min (F, Q \setminus F), c)</tex> '''to''' <tex>S</tex>
 
  '''while''' <tex>S \ne \varnothing</tex>
 
    <tex>(C, a) \leftarrow pop(S)</tex>
 
    <tex>Inverse \leftarrow \{r \ | \ r \in Q, \ \delta(r, a) \in C\}</tex>
 
    <tex>T' \leftarrow \{R \ | \ R \in P, \ R \cap Inverse \neq \varnothing\}</tex>
 
    '''for each''' <tex>R</tex> '''in''' <tex>T'</tex>
 
      '''if''' <tex>R</tex> '''split by''' <tex>(C, a)</tex>
 
        <tex> R_1, R_2 \leftarrow </tex> <tex> split(R, C, a) </tex> 
 
        <tex>replace</tex> <tex>R</tex> '''in''' <tex>P</tex> '''with''' <tex>R_1</tex> '''and''' <tex>R_2</tex>
 
        '''for''' <tex>c \in \Sigma</tex>
 
          '''if''' <tex>(R, c)</tex> '''in''' <tex>S</tex>
 
            <tex>replace \ (R, c)</tex> '''in''' <tex>S</tex> '''with''' <tex>(R_1, c)</tex> '''and''' <tex>(R_2, c)</tex>
 
          '''else'''
 
            <tex>insert \ (min(R_1, R_2), c)</tex> '''to''' <tex>S</tex>
 
 
 
Каждая итерация цикла <tex> while </tex> не может быть выполнена быстрее, чем за <tex> O(|Inverse|) </tex> для текущей пары <tex> (C,a)</tex>. Покажем, как достичь этой оценки.
 
 
 
===Модификация===
 
Разбиение <tex> P </tex> можно поддерживать четырьмя массивами:
 
*<tex>Class[r]</tex> {{---}} номер класса, которому принадлежит состояние <tex>r</tex>;
 
*<tex>Part[i]</tex> {{---}} указатель на голову двусвязного списка, содержащего состояния, принадлежащие классу <tex> i </tex>;
 
*<tex>Card[i]</tex> {{---}} количество состояний в классе <tex>i</tex>;
 
*<tex>Place[r]</tex> {{---}} указатель на состояние <tex>r</tex> в списке <tex>Part[Class[r]]</tex>.
 
 
 
Так как мы храним указатель, где находится состояние в двусвязном списке, то операцию перемещения состояния из одного класса в другой можно выполнить за <tex>O(1)</tex>.
 
 
 
Чтобы эффективно находить множество <tex>Inverse</tex>, построим массив <tex>Inv</tex>, который для состояния <tex>r</tex> и символа <tex>a</tex> в <tex>Inv[r][a]</tex> хранит множество состояний, из которых существует переход в <tex>r</tex> по символу <tex>a</tex>. Так как наш алгоритм не меняет изначальный автомат, то массив <tex>Inv</tex> можно построить перед началом основной части алгоритма, что займет <tex>O(|\Sigma| |Q|)</tex> времени.
 
 
 
Теперь научимся за <tex>O(|Inverse|)</tex> обрабатывать множество <tex>T'</tex> и разбивать классы. Для этого нам понадобится следующая структура:
 
*<tex>Counter</tex> {{---}} количество классов;
 
*<tex>Involved</tex> {{---}} список из номеров классов, содержащихся во множестве <tex>T'</tex>;
 
*<tex>Size</tex> {{---}} целочисленный массив, где <tex>Size[i]</tex> хранит количество состояний из класса <tex>i</tex>, которые содержатся в <tex>Inverse</tex>;
 
*<tex>Twin</tex> {{---}} массив, хранящий в <tex>Twin[i]</tex> номер нового класса, образовавшегося при разбиении класса <tex>i</tex>.
 
 
 
Сам же алгоритм обработки <tex>T'</tex> будет выглядеть так:
 
  <tex>Involved \leftarrow \varnothing</tex>
 
  '''for''' <tex>q \in C</tex> '''and''' <tex>r \in Inv[q][a]</tex>
 
    <tex>i = Class[q]</tex>
 
    '''if''' <tex>Size[i] == 0</tex>
 
      '''insert''' <tex>i</tex> '''in''' <tex>Involved</tex>
 
    <tex>Size[i]++</tex>
 
  '''for''' <tex>q \in C</tex> '''and''' <tex>r \in Inv[q][a]</tex>
 
    <tex>i = Class[q]</tex>
 
    '''if''' <tex>Size[i] < Card[i]</tex>
 
      '''if''' <tex>Twin[i] == 0</tex>
 
        <tex>Counter++</tex>
 
        <tex>Twin[i] = Counter</tex>
 
      '''move''' <tex>r</tex> '''from''' <tex>i</tex> '''to''' <tex>Twin[i]</tex>
 
  '''for''' <tex> j \in Involved</tex>
 
    <tex>Size[j] = 0</tex>
 
    <tex>Twin[j] = 0</tex>
 
 
 
Для быстрой проверки, находится ли пара <tex>(C,a)</tex> в очереди <tex>S</tex>, будем использовать массив <tex>InQueue</tex> размера <tex>|Q| \times |\Sigma|</tex>, где <tex>InQueue[C][a] = true</tex>, если пара <tex>(C,a)</tex> содержится в очереди.
 
Так как при разбиении очередного класса <tex>R</tex> на подклассы <tex>R_1</tex> и <tex>R_2</tex> мы в действительности создаем лишь один новый класс, то замена класса <tex>R</tex> в очереди на подклассы, образовавшиеся при разбиении, сводится лишь к взаимодействию с массивом <tex>InQueue</tex>. В результате каждая операция с очередью требует <tex>O(1)</tex> времени.
 
 
 
===Время работы===
 
 
 
{{Лемма
 
|about = 1
 
|id = Лемма1
 
|statement =
 
Количество классов, созданных во время выполнения алгоритма, не превышает <tex>2 |Q| - 1</tex>.
 
|proof =
 
Представим дерево, которое соответствует операциям разделения классов на подклассы. Корнем этого дерева является все множество состояний <tex>Q</tex>. Листьями являются классы эквивалентности, оставшиеся после работы алгоритма. Так как дерево бинарное {{---}} каждый класс может породить лишь два новых, а количество листьев не может быть больше <tex>|Q|</tex>, то количество узлов этого дерева не может быть больше <tex>2 |Q| - 1</tex>, что доказывает утверждение леммы.
 
}}
 
 
 
{{Лемма
 
|about = 2
 
|id = Лемма2
 
|statement =
 
Количество итераций цикла <tex>while</tex> не превышает <tex> 2 |\Sigma| |Q| </tex>.
 
|proof =
 
Для доказательства этого утверждения достаточно показать, что количество пар <tex>(C,a)</tex> добавленных в очередь <tex>S</tex> не превосходит <tex> 2 |\Sigma| |Q| </tex>, так как на каждой итерации мы извлекаем одну пару из очереди.
 
 
 
По [[#Лемма1 | лемме(1)]] количество классов не превосходит <tex>2 |Q| - 1</tex>. Пусть <tex>C</tex> элемент текущего разбиения. Тогда количество пар <tex>(C,a), \ a \in \Sigma</tex> не может быть больше <tex>|\Sigma|</tex>. Отсюда следует, что всего различных пар, которые можно добавить в очередь, не превосходит <tex> 2 |\Sigma| |Q| </tex>.
 
}}
 
 
 
{{Лемма
 
|about = 3
 
|id = Лемма3
 
|statement =
 
Пусть <tex>a \in \Sigma</tex> и <tex>p \in Q</tex>. Тогда количество пар <tex>(C,a)</tex>, где <tex>p \in C</tex>, которые мы удалим из очереди, не превосходит <tex>\log_2(|Q|)</tex> для фиксированных <tex>a</tex> и <tex>p</tex>.
 
|proof =
 
Рассмотрим пару <tex>(C,a)</tex>, где <tex>p \in C</tex>, которую мы удаляем из очереди. И пусть <tex>(C',a)</tex> следующая пара, где <tex>p \in C'</tex> и которую мы удалим из очереди. Согласно нашему алгоритму класс <tex>C'</tex> мог появиться в очереди только после операции <tex>Replace</tex>. Но после первого же разбиения класса <tex>C</tex> на подклассы мы добавим в очередь пару <tex>(C'', a)</tex>, где <tex>C''</tex> меньший из образовавшихся подклассов, то есть <tex>|C''| \leqslant |C| \ / \ 2</tex>. Так же заметим, что <tex>C' \subseteq C''</tex>, а следовательно <tex>|C'| \leqslant |C| \ / \ 2</tex>. Но тогда таких пар не может быть больше, чем <tex>\log_2(|Q|)</tex>.
 
}}
 
 
 
{{Лемма
 
|about = 4
 
|id = Лемма4
 
|statement =
 
<tex>\sum |Inverse|</tex> по всем итерациям цикла <tex>while</tex> не превосходит <tex>|\Sigma| \cdot |Q| \cdot \log_2(|Q|)</tex>.
 
|proof =
 
Пусть <tex>x, y \in Q</tex>, <tex>a \in \Sigma</tex> и <tex> \delta(x, a) = y</tex>. Зафиксируем эту тройку. Заметим, что количество раз, которое <tex>x</tex> встречается в <tex>Inverse</tex> при условии, что <tex> \delta(x, a) = y</tex>, совпадает с числом удаленных из очереди пар <tex>(C, a)</tex>, где <tex>y \in C</tex>. Но по [[#Лемма3 | лемме(3)]] эта величина не превосходит <tex>\log_2(|Q|)</tex>. Просуммировав по всем <tex> x \in Q </tex> и по всем <tex> a \in \Sigma</tex> мы получим утверждение леммы.
 
}}
 
 
 
== Литература ==
 
* ''Хопкрофт Д., Мотвани Р., Ульман Д.'' Введение в теорию автоматов, языков и вычислений, 2-е изд. : Пер. с англ. — М.: Издательский дом «Вильямс», 2002. — С. 177 — ISBN 5-8459-0261-4 (рус.)
 
* ''D. Gries.'' Describing an algorithm by Hopcroft. Technical Report TR-72-151, Cornell University, December 1972.
 
 
 
[[Категория: Теория формальных языков]]
 
[[Категория: Автоматы и регулярные языки]]
 

Текущая версия на 14:15, 14 июня 2020