Skriptes - Uni Bremen - Universität Bremen
Skriptes - Uni Bremen - Universität Bremen
Skriptes - Uni Bremen - Universität Bremen
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Abschlusseigenschaften und Entscheidungsprobleme<br />
• Alle Pfade für das Eingabewort durchprobieren.<br />
Im schlimmsten Fall gibt es |Q| |w| viele solche Pfade, also exponentiell viele. Wenn<br />
w /∈ L(A) werden alle diese Pfade auch tatsächlich überprüft.<br />
• Erst Potenzmengenkonstruktion anwenden, um DEA zu konstruieren.<br />
Wie bereits erwähnt führt die exponentielle Vergrößerung des Automaten zu exponentieller<br />
Laufzeit.<br />
Es stellt sich allerdings heraus, dass auch das Wortproblem für NEAs effizient lösbar ist.<br />
Wir verwenden dazu (einen Trick und) den Algorithmus für das Leerheitsproblem, das<br />
wir im folgenden betrachten.<br />
Leerheitsproblem<br />
Wir betrachten hier direkt NEAs. Da jeder DEA auch ein NEA ist, können die entwickelten<br />
Algorithmen natürlich auch für DEAs verwendet werden.<br />
Im Gegensatz zum Wortproblem ist beim Leerheitsproblem keine konkrete Eingabe gegeben.<br />
Es scheint daher zunächst, als müsste man alle (unendlich vielen) Eingaben durchprobieren,<br />
was natürlich unmöglich ist. Ein einfaches Beispiel zeigt aber sofort, dass das<br />
Leerheitsproblem sehr einfach zu lösen ist. Betrachte den folgenden NEA A:<br />
Offensichtlich ist L(A) = ∅, da der Endzustand vom Startzustand aus gar nicht erreichbar<br />
ist. Man überlegt sich leicht, dass auch die umgekehrte Implikation gilt: wenn<br />
L(A) = ∅, dann ist kein Endzustand vom Startzustand aus erreichbar, denn sonst würde<br />
die Beschriftung des den Endzustand erreichenden Pfades ein Wort w ∈ L(A) liefern.<br />
Das Leerheitsproblem ist also nichts weiter als ein Erreichbarkeitsproblem auf gerichteten<br />
Graphen wie dem oben dargestellten.<br />
Das konkrete Wort, mit dem ein Endzustand erreicht wird, interessiert uns im Fall des<br />
Leerheitsproblems meist nicht. Da wir jedoch im folgenden Aussagen über die Länge von<br />
Pfaden treffen müssen, schreiben wir p =⇒ i A q (q wird in A von p mit einem Pfad der<br />
Länge höchtens i erreicht) wenn p =⇒ w<br />
A q für ein Wort w ∈ Σ ∗ mit |w| ≤ i.<br />
Es gibt verschiedene effiziente Algorithmen für Erreichbarkeitsprobleme auf gerichteten<br />
Graphen. Der folgende ist eine Variante von “Breitensuche” und entscheidet das<br />
Leerheitsproblem für einen gegebenen NEA A = (Q,Σ,q 0 ,∆,F) in polynomieller Zeit.<br />
Berechne eine Folge von Zustandsmengen P 0 ,P 1 ,... wie folgt:<br />
33