研究 JLex(5)

2.5）DFA的状态最小化

在CLexGen.userRules()函数中调用CMinimize.min_dfa()，而min_dfa()函数又调用：

   1）CMinimize.minimize()来实现DFA的状态最小化的，其使用的算法是《编译原理》
        龙书算法3.39。
   2）CMinimize.reduce()实现col，row压缩。这在下面2.6）节研究。

函数CMinimize.minimize()具体实现：

    1）调用CMinimize.init_groups()构造初始划分П,其根据终态(m_accept值)划分
为多个组。与书上不同的是，由于实现中有多个rule就有多个终态，每个终态一个组，
所有非终态一个组。每个组有1-N个 CDfa 状态。
    2）foreach（П中的每个组g）
      2.1）如果组g只有一个状态则不用/不能划分了。继续下一个组。
      2.2）取出组g的第一个DFA状态first，和本组中的其它DFA状态x进行比较，
           比较的方法是，为所有可能输入比较转移目标是否在同一个组，如果
           不在同一个组，则将状态x分离到一个新的组new_group中。新的组加入
           到П中。
      2.3）循环直到所有组都无法再划分了。
    3）调用函数fix_dtrans()使用组替代原来的状态，成为新的压缩后的状态，完成 
       minimize。这一步骤相当于书上算法3.39的步骤4）的部分。

这里的代码和书上所述完全相同，只是嵌套了3层循环（时间复杂度O(n**3)），而且
很多集合的运算，所以慢是有可能的。

下面研究 

2.6）状态转换表的列(col)、行(row)压缩。

如上所述CMinimize.reduce()函数负责此任务，其在min_dfa()中被调用。

在前述DFA生成，以及状态最小化之后，实质我们等于有一个dtrans[row][col]
的二维表格，其为状态转换表。实现为Vector<CDTrans> CSpec.m_dtrans_vector，
每个CDTrans表示dtrans的一行，即dtrans[row]。在CDTrans中有成员m_dtrans[],
其相当于dtrans[某一具体row][col]。

所谓列压缩，指二维dtrans[row][col]中，可能有某两列完全相同，则可压缩为
一个列。具体算法并不复杂，这里不详述了。压缩后产生一个小的映射表，其在
产生(emit)lexer程序的时候使用。

所谓行压缩，类似于列压缩，是查找dtrans[row][col]中是否有完全相同的两行，
但发现之后并不是合并/删除该行的状态，而是采用映射row到新row的方式。算法
亦不复杂，不再详述。可参见代码。同样产生一个小的映射表。

以下研究如何产生lexer程序代码（2.7），以及该lexer是如何运作的(driver)。