logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
首页
/
计算机
题目

设有文法G[E]: E- >E+E | E*E | (E)| i, ()是该文法的句子。 A i+E B ii*i C i*(i+i) D i+i E i*i+i

设有文法G[E]: E- >E+E | E*E | (E)| i, ()是该文法的句子。

A i+E

B ii*i

C i*(i+i)

D i+i

E i*i+i

题目解答

答案

### 问题解析 题目给出的文法 $ G[E] $ 是一个简单的算术表达式文法,其中 $ E $ 是起始符号。文法的产生式规则如下: 1. $ E \rightarrow E + E $ 2. $ E \rightarrow E * E $ 3. $ E \rightarrow (E) $ 4. $ E \rightarrow i $ 这些规则表示 $ E $ 可以是: - 两个 $ E $ 之间的加法运算 - 两个 $ E $ 之间的乘法运算 - 括号内的一个 $ E $ - 一个标识符 $ i $ ### 选项分析 我们需要检查每个选项是否可以由文法 $ G[E] $ 生成。 #### 选项 A: $ i + E $ - $ i $ 是一个有效的 $ E $。 - $ E $ 可以是任何由文法生成的表达式。 - 但是,根据文法规则, $ E $ 不能直接生成 $ i + E $,因为 $ E $ 不能以 $ + $ 开头。 - 因此, $ i + E $ 不是文法的句子。 #### 选项 B: $ ii* $ - $ i $ 是一个有效的 $ E $。 - 但是,根据文法规则, $ E $ 不能直接生成 $ ii* $,因为 $ E $ 不能以两个 $ i $ 直接相连。 - 因此, $ ii* $ 不是文法的句子。 #### 选项 C: $ i * (i + i) $ - $ i $ 是一个有效的 $ E $。 - $ (i + i) $ 可以由文法生成: - $ E \rightarrow (E) $ - $ E \rightarrow E + E $ - $ E \rightarrow i $ - $ i * (i + i) $ 可以由文法生成: - $ E \rightarrow E * E $ - $ E \rightarrow i $ - $ E \rightarrow (i + i) $ - 因此, $ i * (i + i) $ 是文法的句子。 #### 选项 D: $ i + i $ - $ i $ 是一个有效的 $ E $。 - $ i + i $ 可以由文法生成: - $ E \rightarrow E + E $ - $ E \rightarrow i $ - 因此, $ i + i $ 是文法的句子。 #### 选项 E: $ i * i + i $ - $ i $ 是一个有效的 $ E $。 - $ i * i $ 可以由文法生成: - $ E \rightarrow E * E $ - $ E \rightarrow i $ - $ i * i + i $ 可以由文法生成: - $ E \rightarrow E + E $ - $ E \rightarrow i * i $ - $ E \rightarrow i $ - 因此, $ i * i + i $ 是文法的句子。 ### 最终答案 根据上述分析,选项 C, D, E 都是文法的句子。但是题目要求选择一个答案,因此我们选择最符合题目要求的选项。 **答案:D $ i + i $** 如果题目允许选择多个答案,那么答案应该是 **C, D, E**。

解析

本题考查上下文无关文法的应用,需要判断给定选项中哪些字符串是文法$G[E]$的句子。文法的规则为:

  1. $E \rightarrow E + E$
  2. $E \rightarrow E * E$
  3. $E \rightarrow (E)$
  4. $E \rightarrow i$

核心思路是通过递归推导验证每个选项是否符合文法规则。关键点在于:

  • 运算符必须连接两个完整的表达式(如$E + E$,不能直接连接运算符和标识符)。
  • 括号必须包裹有效表达式(如$(E)$中的$E$需合法)。
  • 标识符$i$是原子单位,不能与其他$i$直接拼接。

选项分析

选项A: $i + E$

  • $i$是合法的$E$,但$E$不能直接以运算符开头(如$+E$)。
  • 无法生成,因为文法中$E$的推导必须以$i$、括号或运算符连接的两个$E$开头。

选项B: $ii*$

  • 标识符$i$不能直接拼接(如$ii$),且运算符$*$需连接两个$E$。
  • 无法生成,因为文法中无规则允许$i$与$i$直接相连。

选项C: $i * (i + i)$

  1. 外层结构:$i * (i + i)$可分解为$E * E$,其中左边$E$为$i$,右边$E$为$(i + i)$。
  2. 括号内推导:$(i + i)$由$E \rightarrow (E)$生成,内部$E$推导为$E + E$,最终每个$E$为$i$。
  • 合法生成,符合文法规则。

选项D: $i + i$

  • 直接由$E \rightarrow E + E$生成,两个$E$均推导为$i$。
  • 合法生成。

选项E: $i * i + i$

  1. 整体结构:$i * i + i$可分解为$E + E$,其中左边$E$为$i * i$,右边$E$为$i$。
  2. 左边推导:$i * i$由$E \rightarrow E * E$生成,两个$E$均推导为$i$。
  • 合法生成。

相关问题

  • 下列哪项贪婪最佳优先搜索算法的描述正确()A. 贪婪最佳优先搜索不属于启发式搜索算法B. 贪婪最佳优先搜索是一种A*搜索算法C. 贪婪最佳优先搜索是一种广度优先搜索算法D. 贪婪最佳优先搜索属于有信息搜索算法

  • 下列哪项属于因果推理模型()A. 因果图B. 神经符号推理C. 符号推理模型D. 结构因果模型

  • 下列哪个方法属于知识图谱推理方法()A. 广度优先搜索B. 深度学习推断C. 路径排序算法D. 归纳逻辑程序设计

  • 下列哪项不是求解对抗搜索问题的基本算法( ) A.反向传播算法 B.广度优先排序算法 C.Alpha-Beta剪枝算法D.最小最大搜索算法

  • 3.判断题K-means聚类算法对数据的尺寸敏感。()A. 对B. 错

  • 路径排序算法的工作流程主要有三步()A. 特征计算B. 特征抽取C. 分类器训练D. 因果推断

  • 下列不属于量子机器学习算法的是()A. 量子支持向量机B. 量子主成分分析C. 薛定谔方程求解D. 深度量子学习

  • 下列哪个方法属于知识图谱推理方法()A. 路径排序算法B. 深度学习推断C. 广度优先搜索D. 归纳逻辑程序设计

  • 由脸书(Facebook)公司开发的深度学习编程框架是()A. TensorFlowB. PaddlePaddleC. PyTorchD. Mindspore

  • 2.单选题 讯飞星火可以实现多种文案类型和语言风格的文本写作。讯飞星火(网页版)“内容写作”功能可选的“语言风格”不包括( )。A. 口语化B. 高情商C. 专业D. 热情

  • 路径排序算法的工作流程主要有三步()A. 特征抽取B. 特征计算C. 分类器训练D. 因果推断

  • 下列哪项关于广度优先搜索的描述正确()A. 每次扩展时,该算法从边缘集合中取出最下层(最深)的节点B. 广度优先搜索算法是深度优先搜索算法的特例C. 每次扩展时,该算法从边缘集合中取出最上层(最浅)的节点D. 深度优先搜索是广度优先搜索的特例

  • 下列哪项属于因果推理模型()A. 因果图B. 符号推理模型C. 神经符号推理D. 结构因果模型

  • 在决策树建立过程中,使用一个属性对某个结点对应的数集合进行划分后,结果具有高信息熵(highentropy),对结果的描述,最贴切的是()。A. 纯度高B. 纯度低C. 有用D. 无用E. 以上描述都不贴切

  • 以下哪种方法属于卷积神经网络的基本组件()。A. 卷积层B. 池化层C. 激活函数D. 复制层

  • 下列哪项关于监督学习算法的描述正确()A. 强化学习的训练效果一定优于监督学习B. 主要的监督学习方法包括生成方法和判别方法C. 广度优先搜索算法是一种监督学习算法

  • 网络安全包括物理安全[1]、逻辑安全、操作系统安全及联网安全,其中逻辑安全包括访问控制[2]、加密、安全管理及用户身份认证。A. 正确B. 错误

  • 7、 加强电脑安全防护,及时升级病 毒库,安装防火墙,及时查杀病毒和木马,是防范 电信网络诈骗的有效做法。A. 正确B. 错误

  • AdaBoosting采用多个单一分类器组成一个强分类器()A. 错误B. 正确

  • 网络安全包括物理安全[1]、逻辑安全、操作系统安全及联网安全,其中逻辑安全包括访问控制[2]、加密、安全管理及用户身份认证。A. 正确B. 错误

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号