CYK算法

CYK算法（英语：Cocke–Younger–Kasami algorithm，缩写为CYK algorithm）是由约翰·科克，Younger和嵩忠雄共同研究出来大约发表于1965年的一个算法，它是一个用来判定任意给定的字符串$~w\in \Sigma ^{*}$ 是否属于一个上下文无关文法的算法。普通的回溯法（backtracking）在最坏的情况下需要指数时间才能解决这样的问题，而CYK算法只需要多项式时间就够了（$~O(n^{3})$ ， n 为字符串 w 的长度）。CYK算法采用了动态规划的思想。

对于一个任意给定的上下文无关文法，都可以使用CYK算法来计算上述问题，但首先要将该文法转换成乔姆斯基范式。

相关参数定义

• $~G=(V,\Sigma ,S,P)$ 是一个上下文无关文法
• 对于任意字符串 $w=\sigma _{1}...\sigma _{n}\in \Sigma ^{*}$ ，定义 $w[i,j]=\sigma _{i}...\sigma _{j},~1\leq i\leq j\leq n$
• 对于任意选择的 $~i,j$ ，定义 $V_{i,j}=\{X\in V~|~X\Rightarrow ^{*}w[i,j]\}$

算法描述

简介

通过由下而上的方法计算 $~V_{i,j}$ 这个集合，如果 $S\in V_{1,n}$ ，那么就说明 $~w$ 是被上下文无关文法 $~G$ 接受的字符串。

因为 $~G$ 是一个乔姆斯基范式，当且仅当有下面描述的情况时 $X\in V_{i,j}$ ：

• $i<j,~\exists Y,Z,k:X\rightarrow YZ$ 是 $~G$ 中的一个规则且 $Y\in V_{i,k},Z\in V_{k+1,j}$

伪代码

FOR i:= 1 TO n DO $V_{i,i}:=\{X\in V~|~X\rightarrow \sigma _{i}~in~P\}$
FOR l:= 1 TO n-1
    FOR i:= 1 TO n-l DO
        $~V_{i,i+l}:=\varnothing$
        FOR k:= i TO i+l-1 DO
            $~V_{i,i+l}:=V_{i,i+l}\cup \{X~|~X\rightarrow YZ,Y\in V_{i,k},Z\in V_{k+1,i+l}\}$
IF $S\in V_{1,n}$ THEN accept ELSE reject

扩展CYK算法

简介

对于上述CYK算法作一个小改动，也就是说记住每次的k，就可以自动产生一个由该上下文无关语言的推导树。

伪代码

FOR i:= 1 TO n DO $V_{i,i}:=\{X\in V~|~X\rightarrow \sigma _{i}~in~P\}$
FOR l:= 1 TO n-1
    FOR i:= 1 TO n-l DO
        $~V_{i,i+l}:=\varnothing$
        FOR k:= i TO i+l-1 DO
            $~V_{i,i+l}:=V_{i,i+l}\cup \{(X,k)~|~X\rightarrow YZ,Y\in V_{i,k},Z\in V_{k+1,i+l}\}$
IF $\exists k:(S,k)\in V_{1,n}$ THEN accept ELSE reject

通过对下面的方法递归运行就可以生成推导树。

Tree(X,i,j):
   IF i=j THEN RETURN $~\sigma _{i}$
   选择一个 k 使 $(X,k)\in V_{i,j}$
    选择 Y 和 Z 使 $X\rightarrow YZ,Y\in V_{i,k},Z\in V_{k+1,j}$
    RETURN Tree(X,Tree(Y,i,k),Tree(Z,k+1,j))

例子

给定一个乔姆斯基范式的上下文无关文法 $~G=(\lbrace S,A,B,C\rbrace ,\lbrace a,b\rbrace ,S,P)$ ，其中规则 P 如下：

$S\rightarrow AB\mid BC$

$A\rightarrow BA\mid a$

$B\rightarrow CC\mid b$

$C\rightarrow AB\mid a$

问：字符串 bbabaa 能不能通过该文法产生？

CYK算法可以通过一个表格来运算，表中 i 列 j 行表示由哪几个非终结符可以产生字字符串 $\sigma _{i}\dots \sigma _{j}$ 。

i	1	2	3	4	5	6
ai	b	b	a	b	a	a
j=1	{B}
j=2	-	{B}
j=3	{A}	{S,A}	{A,C}
j=4	{S,C}	{S,C}	{S,C}	{B}
j=5	{B}	{B}	{B}	{A,S}	{A,C}
j=6	{A,S}	{A,S}	{A,S}	-	{B}	{A,C}

如果在表格的最左下角一格中有文法的开始非终结符 S ，那么字符串 bbabaa 就能由上面给出文法 G 产生。

参考文献

• John Cocke and Jacob T. Schwartz (1970). Programming languages and their compilers: Preliminary notes. Technical report, Courant Institute of Mathematical Sciences, New York University.
• T. Kasami (1965). An efficient recognition and syntax-analysis algorithm for context-free languages. Scientific report AFCRL-65-758, Air Force Cambridge Research Lab, Bedford, MA.
• Daniel H. Younger (1967). Recognition and parsing of context-free languages in time n³. Information and Control 10(2): 189–208.

外部链接

• Interaktives Java-Applet zur Demonstration（页面存档备份，存于互联网档案馆）