为什么正则表达式（（x，y）|（x，z））是不确定的？

Question

为什么正则表达式（（x，y）|（x，z））是不确定的，正如“核心Java”这本书所说的那样？作者给出了他的观点：

  

当解析器看到x时，它不知道要采用哪两个替代方案。这个表达式可以以确定的形式重写为（x，（y | z））

有人可以给我一个解释吗？

Answer 1

要获得确定性表单，您只能在当前位置最多使用一种方法。我们假设您有一个字符串＆＃34; x，y ＆＃34;。现在，正则表达式引擎会查看第一个字符，＆＃34; x ＆＃34;。在你的表达式中，你有两种可能性，你的字符串可以在＆＃34; x ＆＃34;之后继续。在第一个位置接受你的意见。接下来有2种方法可供检查。如果字符串后跟＆＃34; ，y ＆＃34;或者通过＆＃34; ，z ＆＃34;。

   , ⇨ y
 ⬀
x
 ⬂
   , ⇨ z

对于（x，（y | z）），你总是只有一种方式。如果＆＃34; x ＆＃34;位于第1位，你进入位置2.同样，只需使用＆＃34; ，＆＃34;。最后他必须检查是否有＆＃34; y ＆＃34;或者＆＃34; z ＆＃34;在第3位接受这个词。从来没有两种方式。

x ⇨ , ⇨ (y or z)

Answer 2

有限状态机称为非确定性有限自动机（NFA），if 给定一个特定的状态，它可以有多个具有相同符号的转换

这意味着你的语法（即你的正则表达式）可以导致同一个表达式有2个派生树，我们不知道自动机将要选择的状态：

       x 
      / \
     /   \
    /     \
   ,       ,
   |       |
   |       | 
   y       z

Answer 3

  

（（X，Y）|（X，Z））

在这种情况下，当解析器看到x时，它不知道要采用哪个组，即x,y或x,z（非确定性形式）

  

（X，（Y | Z））

在这种情况下，解析器可以阅读x,，现在可以自由选择y或z（确定形式）

Answer 4

我认为上述问题仅在涉及群组匹配时才有意义。

如果x是([a-z][a-z])而y是([0-6][0-6])而z是([3-9][3-9])，那么你有一个像这样的正则表达式：

((([a-z][a-z]),([0-6][0-6]))|(([a-z][a-z]),([3-9][3-9])))

给定像pq,45这样的输入，这可以与管道符号的任一侧匹配（即它匹配(([a-z][a-z]),([0-6][0-6])) 和 (([a-z][a-z]),([3-9][3-9]))）。

在这种情况下，标准定义管道符号的左侧在右侧之前具有首选项。 x的值可以在组号3中找到（第三个左括号）。

如果输入现在变为e。 G。 pq,78，然后x的匹配根本没有改变（它仍然是pq）但现在管道符号的右侧匹配，你会发现x的值为第6组。

这可以通过使用更稳定的正则表达式来避免，例如(([a-z][a-z]),(([0-6][0-6])|([3-9][3-9])))，其中x总是在第2组中。