Ableitung (Informatik)

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche

Als Ableitung wird in der theoretischen Informatik der Vorgang bezeichnet, ein Wort nach den Regeln einer formalen Grammatik zu erzeugen.

Unter einem Wort versteht man eine beliebige Zeichenkette, also eine endliche Folge von Symbolen. Eine formale Grammatik ist ein mathematisches Modell, das eine Menge solcher ableitbaren Wörter festlegt. Diese Menge nennt man eine formale Sprache. Das einmalige Ersetzen von einem Teilabschnitt einer Zeichenkette, gemäß einer der Regeln der formalen Grammatik, stellt einen Ableitungsschritt dar. Durch die formale Grammatik werden auch die Symbole festgelegt, aus denen ein Wort bestehen darf, und solche, die alleine in den Zwischenergebnissen der Ableitung eines Wortes auftreten dürfen. Zum Ableiten eines Wortes beginnt man mit einem besonderen Symbol, dem Startsymbol, und führt dann nacheinander Ableitungsschritte durch (bei Wahl geeigneter Regeln), bis schließlich das Wort erzeugt worden ist.

Anwendungsbereich[Bearbeiten | Quelltext bearbeiten]

Darstellung eines Ableitungsbaums

Die Frage nach der Zugehörigkeit eines Wortes zu einer Sprache wird Wortproblem genannt. Ob ein Wort zur Sprache einer Grammatik gehört, wird darüber definiert, ob eine Ableitung des Wortes existiert. Eine Ableitung eines Wortes nach den Regeln einer Grammatik ist deshalb ein mathematischer Beweis dafür, dass das Wort zur Sprache der gegebenen Grammatik gehört.

Bei geeigneten Grammatiken (den kontextfreien) ergibt sich aus der Ableitung eines Wortes ein Ableitungsbaum. Zu einer Ableitung existiert in der Regel genau ein Ableitungsbaum. Gibt es aber zu einem Wort mehrere Ableitungen, die auch unterschiedliche Ableitungsbäume ergeben, ist die Grammatik mehrdeutig.

Der Syntaxanalyseteil („Parser“) eines Compilers analysiert den Quelltext eines Programms anhand der Grammatikregeln der verwendeten Programmiersprache. Dabei stellt er auch fest, ob das Programm ein Wort der betreffenden Programmiersprache ist, ob es also syntaktisch korrekt ist. Bei der Analyse des Quelltexts sucht der Parser indirekt nach einer Ableitung. Scheitert er dabei, weil das Programm einen Syntaxfehler enthält, ist nachgewiesen, dass zu dem Programm keine Ableitung existiert.

In der genetischen Programmierung verwendet man einem Ansatz zufolge zufällige Ableitungsbäume einer Grammatik, um Lösungen zu generieren.[1]

Definitionen[Bearbeiten | Quelltext bearbeiten]

Sei eine Chomsky-Grammatik. steht dabei für das endliche Alphabet der Terminale, also für Zeichen, die nicht weiter abgeleitet werden, steht für die Nonterminale oder Nichtterminalsymbole, also die Zeichen, die noch zu Terminalen umgewandelt werden müssen. Das Startsymbol ist ein Nichtterminal. Ein Zeichen kann nicht gleichzeitig Terminal und Nichtterminal sein. Die Produktionsregeln beschreiben, in welcher Weise die Nichtterminale zu Terminale abgeleitet werden.

Satzform[Bearbeiten | Quelltext bearbeiten]

Eine Satzform einer Grammatik ist eine Folge von Symbolen aus oder : .

Ableitungsschritt[Bearbeiten | Quelltext bearbeiten]

Ein Ableitungsschritt ist ein Teil einer Ableitung, der mit einer Produktionsregel nach überführt. und sind Kombinationen aus Terminalen und Nichtterminalen. Eine Ableitungsregel wird formal so notiert: . Für und gelten je nach Typ der Grammatik bestimmte Regeln. In der Ableitungskette schreibt man . Werden mehrere Regeln auf einmal angewendet, schreibt man .

Ableitungsstück[Bearbeiten | Quelltext bearbeiten]

Ein Ableitungsstück ist eine endliche Folge von Satzformen, worin jede folgende stets aus der unmittelbaren Vorgängerin durch einen Ableitungsschritt hervorgeht. Geschrieben kurz

Ableitung[Bearbeiten | Quelltext bearbeiten]

Eine Ableitung ist ein Ableitungsstück, das mit dem Startsymbol beginnt und dessen letzte Satzform ein Wort ist. Eine Ableitung lässt sich also als notieren, wobei nur noch Terminalsymbole enthält.

Erzeugte Sprache[Bearbeiten | Quelltext bearbeiten]

Die von erzeugte Sprache ist die Menge aller Worte über dem Zeichenalphabet , die am Ende einer Ableitung stehen; man sagt auch, die ableitbar sind.

Im Allgemeinen sind auf eine Satzform mehrere verschiedene Produktionen anwendbar, und ein und dieselbe Produktion kann auch an verschiedenen Stellen anwendbar sein.

Beispiele[Bearbeiten | Quelltext bearbeiten]

Sprache der Palindrome[Bearbeiten | Quelltext bearbeiten]

Ein Ableitungsbaum für abcacba

Palindrome lassen sich durch eine kontextfreie Grammatik erzeugen. Wir beschränken uns im Beispiel auf ein Alphabet aus den drei Buchstaben , und .

.

steht für das leere Wort.

Mit dieser Grammatik lassen sich alle aus , und bestehenden Palindrome erzeugen. Eine Ableitung des Wortes lautet .

Sprache der positiven geraden Ganzzahlen[Bearbeiten | Quelltext bearbeiten]

Auf eine formale Notation der Grammatik wurde an dieser Stelle verzichtet. Die Zahlen können beliebig viele führende Nullen haben.

Die Terminale sind die Ziffern von bis , als Nonterminale dienen und , was gleichzeitig das Startsymbol ist.

Die Produktionsregeln sind:

ist eine Kurzschreibweise für

Die Ableitung beginnt mit einer Regel, die auf der linken Seite das Startsymbol enthält. Die Ableitung beginnt beispielsweise mit . Die am Ende kann durch Regelanwendungen nicht entfernt werden, die entstehende Zahl ist also auf jeden Fall gerade. Das muss nun nach einer der Regeln mit auf der linken Seite weiter ersetzt werden. Eine mögliche Fortsetzung der Ableitung ist . Es können noch weitere Ziffern erzeugt werden; da am Ende der Ableitung aber alle Nichtterminale verschwunden sein müssen, muss irgendwann die Regel Anwendung finden. ist das leere Wort, umgangssprachen kann man sagen, dass das durch nichts ersetzt wird. Die Beispielableitung wird also mit abgeschlossen.

Mit den Produktionsregeln lässt sich jede beliebige positive, gerade Zahl erzeugen. Andere Zahlen lassen sich mit ihnen nicht erzeugen.

Sprache der Strichzahlen[Bearbeiten | Quelltext bearbeiten]

Die Sprache der Strichzahlen wird etwa erzeugt von

.

Die Ableitung, die zur 5-Strichzahl führt, ist etwa:

Im Falle dieser Grammatik enthält jede Satzform keinmal oder genau einmal die Z, die in diesem Falle auch stets am Ende der Satzform steht. Es sind also alle Ableitungen Rechtsableitungen. Jedes Strichzahl hat mit dieser Grammatik genau eine mögliche Ableitung.

Dieselbe Sprache wird ebenfalls erzeugt von der Grammatik

.

Das folgende ist damit eine Ableitung für die 3-Strichzahl:

.

Man beachte, im zweiten Schritt bleibt hierbei unklar, ob das rechte oder das linke in durch ein weiteres ersetzt wird; beidesmal entsteht zunächst . Mit der Angabe, dass es sich um eine Rechtsableitung handle, wird die Ersetzungsstelle eindeutig. Dieselbe Eindeutigkeit wird erreicht, wenn man immer die genaue Stelle der Ersetzung, den sogenannten Henkel (englisch handle) mit angibt.

Parsen[Bearbeiten | Quelltext bearbeiten]

Den umgekehrten Vorgang, bei dem ein Wort gegeben ist und eine Ableitung gesucht ist, nennt man auch parsen. Hierbei finden Automaten Anwendung, die überprüfen, ob das gegebene Wort aus den Ableitungsregeln entstanden sein kann. Von besonderer Bedeutung ist die Syntaxüberprüfung bei Programmiersprachen. Da es sich hierbei häufig um kontextfreie Sprachen handelt, ist ein Kellerautomat nötig.

Rechtsableitung[Bearbeiten | Quelltext bearbeiten]

Eine Ableitung heißt Rechtsableitung (englisch rightmost derivation), wenn in jedem ihrer Einzelschritte immer das am weitesten rechts stehende Nichtterminalsymbol der Satzform gemäß einer Produktion ersetzt wird.

Beachte: Von Rechtsableitung spricht man nur, wenn eine kontextfreie Grammatik (Chomsky-Grammatik vom Typ 2) vorliegt; solche Grammatiken sind auch der in der Praxis der Informatik am häufigsten auftretende Sprachtyp. In diesem Fall hat jede Produktion die einfache Gestalt , alle linken Seiten sind also einzelne Nichtterminalsymbole, die rechten bleiben beliebig. Der einzelne Ableitungsschritt ersetzt deshalb ein Vorkommnis eines Nichtterminalsymbols in der Ausgangs-Satzform durch eine der möglichen rechten Seiten mit .

Im Falle von Rechtsableitungen genügt die Angabe allein der Folge angewandter Produktionen, um den Gesamt-Ersetzungsvorgang (welche Ersetzungen an welchen Stellen?) und sein Ergebnis eindeutig zu beschreiben, was für beliebige Ableitungen nicht so ist, weil eine auftretende Satzform etwa Nichtterminalsymbole mehrfach enthalten kann.

Im Bereich des Compilerbaus sind Rechtsableitungen bedeutsam, weil für eine dort wichtige Sprachklasse, die LR(k)-Sprachen, eine effiziente Methode der Syntaxanalyse bekannt ist, der wesentlich dieser Begriff zugrunde liegt.

Linksableitung[Bearbeiten | Quelltext bearbeiten]

Analog zur Rechtsableitung spricht man von einer Linksableitung (englisch leftmost derivation), wenn immer das am weitesten links stehende Nichtterminalsymbol ersetzt wird.

Linksableitungen spielen eine Rolle bei der Syntaxanalyse von LL(k)-Grammatiken, da aber die ihrer größeren Erzeugungsmächtigkeit wegen wichtigere Klasse der LR(k)-Grammatiken auf Rechtsableitungen beruht, insgesamt eine geringere. Diese scheinbare Asymmetrie ist eine Folge der Konvention, Eingabezeichenketten von links nach rechts zu lesen und zu verarbeiten.

Literatur[Bearbeiten | Quelltext bearbeiten]

  • Alfred V. Aho, Ravi Sethi, Jeffrey D. Ullman: Compilers - Principles, Techniques and Tools. Addison-Wesley, Reading MA u. a. 1986, ISBN 0-201-10088-6, (Addison-Wesley Series in Computer Science), S. 196–197.
  • Arto K. Salomaa: Formale Sprachen. Springer Verlag, Berlin u. a. 1978, ISBN 3-540-09030-4.
  • Seppo Sippu, Eljas Soisalon-Soininen: Parsing Theory. 2 Bände. Springer Verlag, Berlin u. a. 1988, ISBN 3-540-13720-3 (Bd. 1), ISBN 3-540-51732-4 (Bd. 2), (EATCS Monographs on theoretical Computer Science 15 und 20).

Einzelnachweise[Bearbeiten | Quelltext bearbeiten]

  1. Robert I. McKay, Nguyen Xuan Hoai, Peter Alexander Whigham, Yin Shan, Michael O’Neill: Grammar-based Genetic Programming: a survey. In: Genetic Programming and Evolvable Machines. 11, Nr. 3-4, 1. Mai 2010, S. 365-396. ISSN 1389-2576, ISSN 1573-7632. doi:10.1007/s10710-010-9109-y..