输入正则表达式
NFA状态转换图
正则表达式转NFA能做什么？
使用Thompson构造算法将正则表达式转换为NFA（非确定有限自动机），并在Canvas上绘制状态转换图。帮助理解正则表达式的底层原理，是编译原理和形式语言学习的可视化工具。
核心功能
• Thompson构造：系统化地将正则转为NFA
• Canvas可视化：绘制状态节点和转换边
• ε转移标注：清晰显示空转移
• 状态统计：显示状态数和转移数
• 导出PNG：保存状态图为图片
使用教程
步骤1：输入正则表达式，支持 a|b（选择）、ab（连接）、a*（闭包）、a+（正闭包）、a?（可选）、()（分组）、.（任意字符）。
步骤2：点击「生成NFA」，Canvas自动绘制状态转换图。单圆为普通状态，双圆为接受状态，箭头指向起始状态。
步骤3：查看NFA的ε转移和字符转移，点击「下载PNG」保存图片用于学习笔记或文档。
应用场景
场景1：编译原理学习 — 可视化正则表达式到自动机的转换过程，直观理解Thompson构造算法每一步的效果，是学习形式语言与自动机理论的辅助工具。
场景2：正则引擎开发 — 开发自定义正则引擎时，通过NFA可视化验证构造算法的正确性，快速定位bug。
场景3：技术面试准备 — 面试中常考正则与自动机的等价转换，用本工具练习和验证手动画的NFA是否正确。
扩展知识
Thompson构造的核心规则：①单字符a：两个状态通过a边连接；②连接RS：R的接受状态通过ε连接S的起始状态；③选择R|S：新起始通过ε连R和S的起始，R和S的接受通过ε连新接受；④闭包R*：新起始ε连R起始和接受，R接受ε回R起始和连新接受。
NFA→DFA→最小DFA：正则表达式处理的完整流程是：正则→NFA（Thompson构造）→DFA（子集构造）→最小DFA（Hopcroft算法）。本工具实现了第一步，后续步骤可用其他工具完成。
什么是NFA？
NFA（非确定有限自动机）是一种计算模型，每个状态可通过相同输入符号转移到多个状态，也可通过ε转移无需输入就跳转。NFA是正则表达式的等价表示形式。
什么是Thompson构造算法？
Thompson构造算法由Ken Thompson发明，用于将正则表达式系统性地转换为NFA。它递归地将基本元素组合为复杂结构，每步构造的NFA只有一个起始状态和一个接受状态。
支持哪些正则语法？
支持基本运算符：连接(ab)、选择(a|b)、闭包(a*)、正闭包(a+)、可选(a?)、分组(())、字符范围([a-z])、任意字符(.)。不支持反向引用和前瞻断言。
ε转移是什么？
ε（epsilon）表示空转移，即不需要消耗输入字符就能从一个状态转移到另一个状态。ε转移是Thompson构造的核心机制，用于连接子NFA。
圆形和双圆形代表什么？
单圆形是普通状态，双圆形是接受状态（终态）。带箭头指向的起始状态是NFA初始状态。输入消耗完毕且处于接受状态时，匹配成功。
如何将NFA转换为DFA？
通过子集构造法（Subset Construction）可将NFA转为DFA。DFA每个状态对应NFA一组状态的ε闭包。虽然DFA状态数可能指数增长，但匹配时无需回溯，效率更高。