NFA相对于DFA的优势：表示使用更少的内存。
与NFA相比，NFA的劣势：得到答案的速度较慢。
还有其他优点或缺点吗？
答案 0 :(得分：8)
我认为你几乎已经掌握了主要的权衡因素。 NFA可以更高效地记忆，因为它们可以在O（n）空间中编码O（2 n ）不同的配置，而同一语言的DFA可能需要指数空间。你同样正确的是，NFA的更新速度较慢;大多数用于模拟NFA的算法花费O（n）时间来计算状态转换（其中n是状态数）与DFA的O（1）时间。
两者之间还存在一些其他差异。对于初学者来说，DFA通常更容易编码，因为对于每对状态和符号，只有一个转换。这自然适用于转换表的多维数组。相比之下，NFA（或更糟的是，ε-NFA）通常需要更复杂的表示，因为任何状态都可能存在大量的转换。然而，NFA确实具有以下优点：从复杂结构到自动机的许多转换对于NFA而言更简单。例如，来自正则表达式的匹配自动机的规范构造产生ε-NFA而不是DFA，因为通过递归地构建较小的ε-NFA然后使用ε-移动将它们连接在一起来最好地表达变换。可以直接将正则表达式转换为DFA，但这样做要困难得多。类似地，许多用于生成LR（k）解析器的算法可以通过探索句柄识别自动机如何在NFA方面而不是在DFA方面更直观地推动（尽管用于生成这些解析器的大多数算法直接转到DFA而不是NFA） ）。
希望这有帮助！
答案 1 :(得分：1)
NFA表示更紧凑，但DFA更容易模拟。当NFA减少到DFA时，通常会出现指数大小增加