Autômatos Finitos e Expressões Regulares

George Henrique Queiroga de Abrantes, Luiz Carlos de Coutinho Campos, Rafael

Henrique dos Anjos Monteiro, Thiago Igor Oliveira de Medeiros
georgequeiroga@yahoo.com.br, lucacoutinho@terra.com.br,
rafaelham@hotmail.com, thiago.igor.oliveira@gmail.com

RESUMO

Este trabalho se propõe a apresentar uma modelagem relacional entre os mecanismos

reconhecedores de linguagens conhecidos como os Autômatos Finitos Determinísticos
(AFD) e as Expressões Regulares (ER), bem como alcançando ainda a seara das
Expressões Regulares Estendidas (ERE), presentes no mesmo universo dos supracitados
conjuntos identificadores. Serão definidos os aspectos marcantes que caracterizam o
perfil de uma expressão regular, de expressões regulares estendidas, assim como o de
autômatos finitos determinísticos, fazendo uso, para tanto, de uma abordagem
metodológica descritiva de seus elementos componentes empregados na construção de
cada um. Verifica-se também a preocupação com a conversão entre os mencionados
mecanismos. No decorrer do exame aqui abordado, observa-se o desenvolvimento de
uma natural percepção voltada ao esclarecimento do melhor uso dos referidos recursos
de reconhecimento, ensejando a consolidação de tamanho arcabouço em um cenário
sintético-analítico enquadrando a colocação dos pontos favoráveis e desvantajosos de
uns em relação aos demais, ou seja, será de escopo da conclusão deste material a
exibição dos fundamentos positivos e negativos dos AFDs, ERs e EREs quanto a sua
adoção para a melhor aplicabilidade.

Palavras-chave: mecanismos, linguagens, autômatos finitos determinísticos,

expressões regulares, expressões regulares estendidas, perfil, conversão, pontos
favoráveis, fundamentos negativos.

INTRODUÇÃO

É de notório conhecimento o destaque atribuído à disciplina de Linguagens

Formais. Presente nas mais diversas vertentes de cursos de Computação, bem como nas
mais variadas faculdades, a referida cadeira absorveu traços indeléveis amplamente
divulgados, e não seria à toa: a grande parte dos graduandos que tiveram contato com a
matéria não poupou um antagonismo imediato, em função não apenas do constante rigor
no emprego do formalismo característico, mas pesando ainda o alto grau de abstração
requerido, o que automaticamente orienta os professores a incorporar desde ilustrações a
cadeias de caracteres nos exemplos; por outro lado, a repercussão também se vale de um
caráter deveras louvável, qual seja a importância pragmática do assunto.
 O estudo das Linguagens Formais teve seu foco voltado para o desenvolvimento
da Teoria das Linguagens Naturais a partir da década de 50, o que aos poucos foi sendo
desviado, adquirindo um interesse peculiar nas Linguagens Artificiais, mas
especificamente aquelas inerentes à Computação. Aos poucos se observou uma
dedicação maior nas áreas de analisadores léxicos e sintáticos das linguagens de
programação, além, por exemplo, da modelagem de circuitos lógicos e redes lógicas.

Tamanho grau de valor e níveis de aplicabilidade demanda das pessoas

envolvidas uma familiaridade particular com a gama de conceitos não diretamente
ligados à realidade sensível, panorama esse melhor enxergado sob a óptica de uma
bipolarização: vinculados a como fazer o melhor uso de suas potencialidades, através de
um prisma comparativo exposto claramente na conclusão deste trabalho, encontra-se a
conceituação acerca do que venha a ser um Autômato Finito, ou uma especificação
deste, um Autômato Finito Determinístico, ou mesmo uma Expressão Regular,
considerando-se ainda os formatos de conversão entre os mesmos, todos discutidos mais
adiante.

1. Autômatos Finitos

Pode-se dizer que este grupo de reconhecimento de seqüências envolve a

dinâmica própria de uma máquina de estados modelando um comportamento
(composto por estados, com suas respectivas transições e ações) baseado no
armazenamento de informações ou dados que se deslocam de um estado para outro,
sob a condição de específicas regras de validação para a ocorrência de cada
transição, até alcançar o estado final, implicando no reconhecimento da entrada
submetida ao sistema.

Formalmente, autômato finito é uma quíntupla definida por M = <Q, Σ, s0, δ, F>
sendo:
• Q = conjunto finito de estados
• Σ = alfabeto de entrada
• s0 = estado inicial
• δ = função de transição
• F = conjunto de estados finais

1.1. Autômatos Finitos Determinísticos

Esta modalidade de autômato consiste em certas regras restritivas das

transições dos estados, onde, a partir do estado atual, quando é lido um símbolo,
o sistema se encarrega de transitar para outro estado ou permanecer no mesmo,
contanto que: as transições de um estado para outro obedeçam ao critério de
singularidade, ou seja, há tão somente uma transição em cada estado para um
 determinado símbolo, além de não se verificar transições vazias e constatar-se o
alcance de um estado final unicamente a partir de um inicial.

Vale lembrar ainda que outra categoria se mostra pertinente a um

pequeno esclarecimento de distinção da acima destacada: os autômatos finitos
não-determinísticos, os quais apresentam duas ou mais transições, porém agora
para o mesmo símbolo.

2. Expressões Regulares

Sabe-se que gramáticas do tipo três são apropriadas no momento em que se

representa detalhes específicos de linguagens de programação, determinando, por
exemplo , o formato de constantes, identificadores e palavras da linguagem.

A expressão de uma gramática definidora de identificadores pode ser

apresentada conforme o seguinte exemplo: G = ({letra, dígito}, {IDENT, REST}, P,
IDENT). Deve-se considerar, continuando a demonstração, que P represente o
conjunto de produções abaixo descrito:

• IDENT -> letra | letra REST

• REST -> letra | dígito | letra REST | dígito REST

Assim, as Expressões Regulares são o veículo adequado para o estabelecimento

de símbolos ou sentenças gerados por gramáticas do tipo três.

Em consonância com o que acima foi disposto, torna-se imprescindível

acrescentar que três são os operadores empregados em expressões regulares:
concatenação, “|” e “*”. De acordo com o exemplo relacionado descrito há pouco, a
expressão regular referente a um identificador é: letra(letra | digito)*.

Salientar que as expressões regulares possuem um adendo por vezes mencionado

como Expressão Regular Estendida (ERE) merece uma maior atenção, posto que a
mesma é formada pelas unidades essenciais vistas nas expressões regulares básicas,
contudo, adquire a qualidade de estendida em função da presença de um leque mais
abrangente de alternativas de produções.

3. Conversões

No intuito de promover uma melhor interação entre as ferramentas

reconhecedoras até aqui descritas, dispõe-se a seguir um algoritmo responsável pela
conversão de um AFD para uma ER, assim como de uma ER para um AFND (e
deste para o AFD).
 Figura 1 – Convertendo um AFD para uma ER

§ Remova um a um os estados do autômato, substituindo o estado removido por

novas transições cujos rótulos são os das transições de todos os possíveis
caminhos passando por aquele nó.
§ Verifique quais os possíveis caminhos que passam por aquele nó e crie novas
transições ligando os estados restantes.
§ Em alguns momentos nós precisamos representar caminhos circulares usando a
operação de fecho de Kleene e fazer parceiros intermediários.
§ Continue os passos até que sobre apenas um estado inicial e um estado final e
escreva a expressão regular representando os laços com operações de fecho.

Conversão de ER para AFND e, em seguida, para AFD – respectivamente, uso do

Algoritmo de Thompson e depois Método da Construção de Subconjuntos

Procedimento do Algoritmo de Thompson

Passo I: dada a expressão regular sob análise (que se pretende converter), primeiro
decompõe-se a mesma nas unidades básicas, isto é, os entes envolvidos serão chamados
de “R1”,”R2”,...,”Rn” (caso a expressão regular seja composta por somente “a” e “b”,
por exemplo, então R1=a e R2=b).

Passo II: identifica-se qual a estrutura composta mais imediatamente ligada as unidades
básicas, ou seja, caso se tenha algo como “(a/b)*a”, aplicar-se-ia o Passo 1 e, em
seguida, observa-se a presença da estrutura composta “OU” (representada como
expressão regular sob a forma de “R1 + R2” ou “R1 / R2”), assim, seguindo o caso logo
acima apresentado, tem-se “(R1 / R2)*R1” – lembrando que há ainda a “concatenação”
(R1.R2 ou simplesmente R1R2) e a “iteração” (R1*) como estruturas compostas, todas
com suas respectivas representações clássicas no formato de autômatos finitos.

Passo III: nesse momento, já se torna possível construir graficamente uma conversão,
posto que já se tem 6 estados (os quais seguem uma ordem numérica crescente), isto é,
1 para 2 – conseguindo-se “a”, 3 para 4, conseguindo-se “b”, um estado inicial 5 indo
tanto para 1 quanto para 3, bem como um final 6 concentrando o que vem de 2 e de
4(representando o “OU”), e então injeta-se 2 novos estados finais e iniciais,
respectivamente 8 e 7, ligados aos seus predecessores, o que representa, nesse momento,
a figura da “iteração”, constituindo a expressão “(a/b)*”. Em seguida, basta adicionar
mais um estado para concatenar com R1 a direita do asterisco, tornando-se o definitivo
estado final (mais uma vez, para o caso em tela).

Vale lembrar que a orientação a partir dos passos pode modificar-se apenas em função
da complexidade da expressão regular, mas a essência de identificação das unidades
básicas regulares e a devida substituição pelas representações em autômatos finitos
permanece.

Procedimento do Método da Construção de Subconjuntos

I. Obter estado inicial: o estado inicial do AFD é definido como a ε* do conjunto

contendo apenas o estado inicial do AFND.
II. Obter novos estados e transições: cada estado obtido para o AFD é analisado para
descobrir, para cada símbolo do alfabeto, suas transições de saída e novos estados que
são gerados.
III. Marcar estados finais: cada estado do AFD que contenha em seu subconjunto um
estado final do AFND será um estado final do AFD.

CONCLUSÃO

Conforme doutrina amplamente consolidada nas questões em tela aqui tratadas,

faz-se mister trazer à tona o fato de que definir diferenças ou semelhanças entre
Expressões Regulares e Autômatos Finitos implica citar seu inevitável entrelaçamento.
É o caso, por exemplo, dos Analisadores Léxicos, onde os símbolos básicos (conhecidos
como “tokens”) de uma linguagem de programação geralmente podem ser especificados
de maneira muito eficiente empregando-se expressões regulares, levando-se em
consideração que o tempo de computação e a ocupação de memória dependem do
comprimento da expressão regular e do comprimento da cadeia a reconhecer. Tal ER
pode ser automaticamente convertida em AFDs, os quais, apesar de possuírem uma
implementação trivial, representam de maneira menos natural algumas linguagens
regulares.
Outra aplicação comumente utilizada seriam as operações de busca e
substituição de cadeias de caracteres em editores de texto, operação essa eficazmente
desempenhada por AF quando a cadeia é expressa em termos de ERs, cuja conversão de
ER para AF ocorre de forma automática e transparente para o usuário.
 Enfim, a relação entre ambos é intrínseca e de uso naturalmente bastante
diversificado, indo desde segurança de arquivos e compressão de dados, além dos
supracitados casos, até modelagem de redes neurais.

REFERÊNCIAS

Apostilas em HTML de Introdução a Software de Sistema. Disponível em

<http://www.dca.fee.unicamp.br/cursos/EA876/apostila/HTML/node42.html>.
Acessado em 04/09/2009.

CRESPO, Rui Gustavo. (1998) “Processadores de linguagens: da concepção à

implementação”, IST Press.

MENEZES, Paulo Blauth. (1997) “Linguagens formais e autômatos”, UFRGS, Sagra

Luzzatto.