1、問題概述
NFA 和 DFA淺析---要深入瞭解正則表達式，必須首先理解有窮自動機。
有窮自動機（Finite Automate）是用來模擬實物系統的數學模型，它包括如下五個部分：
- 有窮狀態集States
- 輸入字符集Input symbols
- 轉移函數Transitions
- 起始狀態Start state
- 接受狀態Accepting state(s)(終止狀態)
下圖爲一臺有窮自動機
可以看到，該自動機包含四個狀態（有限狀態）q0, q1, q2, q3，兩個輸入字符a, b，轉移函數如圖所示，起始狀態爲q0，接受狀態爲q3。
有窮自動機，按照轉移函數的不同，又可分爲確定型有窮自動機（Determinism Finite Automate, DFA），與非確定型有窮自動機（Non-determinism Finite Automate, NFA）。
非確定有窮自動機容許轉移函數不確定，換句話說，對任意狀態，輸入任意一個字符，可以轉移到0個，1個或者多個狀態。
下圖是一臺非確定有窮自動機，可以看到，對狀態q0輸入字符a，既可以轉移到q0，也可以轉移到q1，這就是“非確定”的意義所在。
對某個自動機來說，如果從起始狀態，接受一系列輸入字符，可以轉移到接受狀態，即認爲這一系列字符可以被自動機接受。
如果兩臺自動機能夠接受的輸入字符串（或者叫做“正則語言”Regular Language）完全相同，則這兩臺自動機是等價的。可以證明，對於每一個非確定有窮自動機，都存在與之等價的確定型有窮自動機（證明略）。
正則表達式就是建立在自動機的理論基礎上的：用戶寫完正則表達式之後，正則引擎會按照這個表達式構建相應的自動機（可能是NFA，也可能是DFA，但它們必定是等價的），若輸入一串文本之後，自動機抵達了接受狀態，則這串文本可以“匹配”用戶指定的正則表達式。
下面是同一個正則表達式 a|ab 對應的NFA和DFA
在Mastering Regular Expression中，Friedl首先分析了NFA和DFA的區別，DFA比較快，但不提供Backtrack（回溯）功能，NFA比較慢，但提供了Backtrack功能。
在分析兩種引擎的匹配過程時，Friedl指出，NFA是基於表達式的（Regex-Directed），而DFA是基於文本的（Text-Directed）。
舉例來說，對於正則表達式 to(nite|knight|night)，NFA在匹配最開始兩個字符（to）之後，剩下的三個組件（component）是 nite, knight 和 night，於是正則引擎會依次嘗試這三個選擇分支（每次嘗試一個）；而DFA在匹配最開始兩個字符之後，會將剩下的三個選擇拆分作字符，並行嘗試，也就是說，匹配 to 之後，先匹配 k 或者 n ，如果 k 不能匹配，則放棄 knigth 所在的分支，再匹配 i ，再匹配 t 或 g ……這樣繼續下去，直到匹配結束。
不幸的是，Friedl對匹配過程的分析，是完全錯誤的——引擎的不同，是指構建的自動機的不同，而不是匹配算法的不同！
DFA引擎在任意時刻必定處於某個確定的狀態，而NFA引擎可能處於一組狀態之中的任何一個，所以，NFA引擎必須記錄所有的可能路徑（trace multiple possible routes through the NFA），NFA之所以能夠提供Backtrack的功能，原因就在這裏。
傳統的NFA匹配算法是帶回溯的深度優先搜索（backtracking depth-first search，就是上文所說的Regex-Based過程），而新的PCRE算法提供了效率更高的廣度優先搜索，可以同時保持所有可能的NFA狀態（請參考http://www.cl.cam.ac.uk/Teaching/current/RLFA/，尤其是Lecture Notes的section 2.2）。
Friedl的錯誤就在這裏，他混淆了應用PCRE算法的NFA與DFA的匹配過程。需 要指出的是，即使應用PCRE算法，NFA的速度仍然低於DFA，這是由NFA需要同時保存多種可能的性質決定的。從理論上說，如果我們不需要應用 Backtrack，完全可以從NFA構造出等價的DFA，再進行匹配，這樣能大大提高速度——代價是，DFA需要更多的空間。
原文地址：http://www.cnblogs.com/u2usoft/archive/2006/06/06/419003.html
endl;
參考網址：
http://blog.csdn.net/yukuninfoaxiom/article/details/6057736
標籤: DFT/NFT