集合、关系与语言¶

约 3152 个字预计阅读时间 16 分钟

集合¶

集合是数学中最基本的概念之一。一个集合是一些不同对象的无序集，这些对象称为集合的元素。集合通常用大写字母表示，元素用小写字母表示。例如，集合 $A = \{1, 2, 3\}$ 包含三个元素：1、2 和 3。

性质

Subset:若$\forall x (x \in A \Rightarrow x \in B)$，则称$A$是$B$的子集，记作$A \subseteq B$。
Proper Subset:若$A \subseteq B$且$A \neq B$，则称$A$是$B$的真子集，记作$A \subset B$。

集合定理¶

Idempotent Laws:
- $A \cup A = A$
- $A \cap A = A$
Commutative Laws:
- $A \cup B = B \cup A$
- $A \cap B = B \cap A$
Associative Laws:
- $(A \cup B) \cup C = A \cup (B \cup C)$
- $(A \cap B) \cap C = A \cap (B \cap C)$
Distributive Laws:
- $A \cup (B \cap C) = (A \cup B) \cap (A \cup C)$
- $A \cap (B \cup C) = (A \cap B) \cup (A \cap C)$
Absortion Laws:
- $A \cup (A \cap B) = A$
- $A \cap (A \cup B) = A$
De Morgan's Laws:
- $A - (B \cup C) = (A - B) \cap (A - C)$
- $A - (B \cap C) = (A - B) \cup (A - C)$

幂集(Power Set)¶

幂集

设$A$是一个集合，$A$的幂集（Power Set）是所有$A$的子集组成的集合，记作$P(A)$或$2^A$。例如，若$A = \{1, 2\}$，则$P(A) = \{\emptyset, \{1\}, \{2\}, \{1, 2\}\}$。

若A中有n个元素,也即$|A|=n$,则$P(A)$中有$2^n$个元素.

分割(Partition)¶

一个非空集合A的一个分割是$P(A)$的一个子集$\{A_1, A_2, \ldots, A_k\}$,满足:

$\bigcup_{i=1}^k A_i = A$
$\forall i \neq j, A_i \cap A_j = \emptyset$

例子

设$A = \{1, 2, 3\}$，则A有五种分割:

$\{\{1\}, \{2\}, \{3\}\}$
$\{\{1, 2\}, \{3\}\}$
$\{\{1, 3\}, \{2\}\}$
$\{\{2, 3\}, \{1\}\}$
$\{\{1, 2, 3\}\}$

关系与函数¶

有序对(Ordered Pair)¶

一个对$(a, b)$称为有序对，其中$a$是第一个元素，$b$是第二个元素。

\[ (a,b) = (c,d) \iff a=c \land b=d \]

二元关系(Binary Relation)¶

设A和B是两个集合，A到B的一个二元关系R是A的元素与B的元素之间的一种对应关系。

也即$R \subseteq A \times B$，其中$A \times B = \{(a, b) | a \in A, b \in B\}$。

若$(a, b) \in R$，则称a与b是R相关联的，记作$aRb$。

关系的运算(Operations on Relations)¶

Inverse:关系R的逆关系$R^{-1}$是由所有$(b, a)$组成的集合，其中$(a, b) \in R$。
Composition:设R是A到B的关系，S是B到C的关系，则R与S的复合关系$S \circ R$是由所有$(a, c)$组成的集合，其中存在$b \in B$使得$(a, b) \in R$且$(b, c) \in S$。

定义域(Domain)与值域(Range)¶

设R是A到B的关系，则R的定义域是所有与B中元素相关联的A中元素的集合

R的值域是所有与A中元素相关联的B中元素的集合

函数(Function)¶

一个从集合A到集合B的函数f是A到B的一个关系，满足:

对于每个$a \in A$，存在唯一的$b \in B$使得$(a, b) \in f$。
记作$f: A \to B$，通常用$f(a)$表示与$a$相关联的$b$。

有如下特殊的函数:

Injective (One-to-One):若$f(a_1) = f(a_2) \Rightarrow a_1 = a_2$，则称f是单射。
Surjective (Onto):若$\forall b \in B, \exists a \in A$使得$f(a) = b$，则称f是满射。
Bijective:若f既是单射又是满射，则称f是双射。

关系的性质(Properties of Relations)¶

自反(Reflexive):若$\forall a \in A, (a, a) \in R$，则称R是自反的。
对称(Symmetric):若$(a, b) \in R \Rightarrow (b, a) \in R$，则称R是对称的。
反对称(Antisymmetric):若$(a, b) \in R$且$(b, a) \in R \Rightarrow a = b$，则称R是反对称的。
传递(Transitive):若$(a, b) \in R$且$(b, c) \in R \Rightarrow (a, c) \in R$，则称R是传递的。

等价关系(Equivalence Relation)¶

一个二元关系R如果满足以下三个条件，则称R是等价关系:

自反性: $\forall a \in A, (a, a) \in R$。
对称性: 若$(a, b) \in R \Rightarrow (b, a) \in R$。
传递性: 若$(a, b) \in R$且$(b, c) \in R \Rightarrow (a, c) \in R$。

因此,一个等价关系可以将元素分割为若干等价类,等价类有代表元,和线性代数中学的一致.

这些等价类组成了集合的一个分割(Partition).

偏序关系(Partial Order)¶

一个二元关系R如果满足自反性、反对称性和传递性,则称R是偏序关系.

在这样的关系中,我们可以定义最大/小元(Greatest/Least Element)和极大/小值(Maximal/Minimal).

以最大元和极大值为例:

设集合A中的元素为$a_1, a_2, \ldots, a_n$，如果存在元素$a_{max} \in A$，使得对任意元素$a_i \in A$，都有$a_i \leq a_{max}$，则称$a_{max}$为A的最大元(Greatest Element)。

如果不存在$a_{max}$，但存在元素$a_{m} \in A$，使得对任意元素$a_i \in A$，如果$a_i \neq a_{m}$且$a_i$与$a_{m}$不可比较，则称$a_{m}$为A的极大值(Maximal)。

全序关系(Total Order)

如果偏序关系R还满足比较性(Comparability)条件,即对任意$a, b \in A$，要么$(a, b) \in R$，要么$(b, a) \in R$，则称R是全序关系。

有限集和无限集¶

和离散讲的一样,有限集是指包含有限个元素的集合,无限集是指包含无限个元素的集合.

其中,可数无限集是指其元素可以和自然数集建立一一对应关系的无限集,不可数无限集则不能.

对于可数无限集的势,我们用$\aleph_0$表示.

Example

证明$N \times N$是可数无限集.

Solution1Solution2Solution3

我们考虑一种排列方式:

对于$(m,n) \in N \times N$，我们可以按照以下方式排列:

先列出所有$m+n=0$的元素: $(0,0)$

然后列出所有$m+n=1$的元素: $(0,1), (1,0)$

以此类推,我们可以得到如下排列:

(0,0)
(0,1) (1,0)
(0,2) (1,1) (2,0)
(0,3) (1,2) (2,1) (3,0)
···

这样,我们有一种方式可以排列出$N \times N$中的所有元素,因此$N \times N$是可数无限集.

另一种证明方法是构造一个双射:

定义一个函数$f:N \times N \to N$如下:

\[ f(m,n) = \frac{(m+n)(m+n+1)}{2} + n \]

这个函数是双射的,因此$N \times N$是可数无限集.

还有一种证明方法是使用素数分解:

定义一个函数$g:N \times N \to N$如下:

\[ g(m,n) = 2^m \cdot 3^n \]

由于每个自然数都有唯一的素数分解,因此这个函数是单射的.

由于$N$是可数无限集,而$g(N \times N)$是$N$的子集,因此$N \times N$也是可数无限集.

这三种方法也是证明一个集合是可数无限集的常用方法.

Cantor's Continuum hypothesis

实数集$R$的势为$\aleph_1$,即$|R|=\aleph_1$.

Cantor猜想,不存在一个集合A,使得$\aleph_0 < |A| < \aleph_1$.

这个猜想既不能被证明也不能被否定,是数学中一个重要的未解问题.

另外,Cantor还证明了,任何集合的幂集的势都严格大于该集合的势,即$|A| < |P(A)|$.

Three Fundamental Proof Tech¶

三种证明方法是

对角线法(Diagonalization)
归纳法(Induction)
鸽笼原理(Pigeonhole Principle)

Example

鸽笼原理

假设一个球面上取任意五个点,则我们必定能找到一个半球,使其的球面上包含至少四个点.

证明:

任取五个点中的两个点,与球心构成一个过球心的平面,该平面将球面分成两个半球.

剩下三个点分布在这两个半球上,根据鸽笼原理,至少有一个半球包含两个点.

因此,加上剖面上的两个点,该半球上至少包含四个点.

闭包(Closure)¶

和离散数学讲的一样,一个运算是封闭的,如果对该运算的任意输入,其输出仍然属于同一集合.

闭包指满足某种性质的最小关系.

主要关注三种闭包:

自反闭包(Reflexive Closure): 在给定关系R的基础上, 添加所有形式为$(a, a)$的对, 使得每个元素都与自身相关联.
对称闭包(Symmetric Closure): 在给定关系R的基础上, 对每个$(a, b) \in R$, 添加$(b, a)$, 使得关系变得对称.
传递闭包(Transitive Closure): 在给定关系R的基础上, 如果$(a, b) \in R$且$(b, c) \in R$, 则添加$(a, c)$, 使得关系变得传递.

字母表与语言(Alphabet and Language)¶

Definition

字母表(Alphabet)字符串(String)语言(Language)

字母表是一个有限的非空符号集合,通常用大写希腊字母表示,如$\Sigma$.

集合中的元素被称为符号(Symbol)

例如,二进制字母表$\Sigma = \{0, 1\}$.

字符串是由字母表中的符号组成的有限序列.

例如,在二进制字母表$\Sigma = \{0, 1\}$上,字符串"101"是一个长度为3的字符串.

空字符串是长度为0的字符串,通常用$\epsilon$表示.
$\Sigma^*$表示由字母表$\Sigma$生成的所有可能字符串的集合,包括空字符串.

语言是由字符串组成的集合,通常用大写字母表示,如$L$,$L \subseteq \Sigma^*$.

有限语言(Infinite Language): 列举所有字符串.
无限语言(Infinite Language): 不能列举所有字符串,通常用规则或生成式定义,比如
- $L = \{0^n 1^n | n \geq 0\}$表示所有由若干个0后跟若干个1组成的字符串,且0和1的数量相等.
- $L = \{w | w$是回文字符串$\}$

从语言的定义中可以发现,所有的语言都是可数的,因为它们要么是有限的,要么可以按照某种规则生成,从而可以和自然数集建立一一对应关系.

然而,在一个非空字母表上的语言个数是$|P(\Sigma^*)|$,而$P(\Sigma^*)$的势是不可数的,因此存在不可数多的语言.

Note

证明定理:若$\Sigma$是有限字母表,则$\Sigma^*$是可数无限集.

Info

证明:

设$\Sigma$是一个包含k个符号的有限字母表${a_1, a_2, \ldots, a_k}$. 我们可以按字符串的长度对$\Sigma^*$中的字符串进行分类:

长度为0的字符串: $\{\epsilon\}$
长度为1的字符串: $\{a_1 | a_1 \in \Sigma\}$
长度为2的字符串: $\{a_1 a_2 | a_1, a_2 \in \Sigma\}$
长度为3的字符串: $\{a_1 a_2 a_3 | a_1, a_2, a_3 \in \Sigma\}$
以此类推...

由于$\Sigma$是有限字母表,每个长度的字符串集合都是有限的.

因此,我们可以将$\Sigma^*$表示为所有这些有限集合的并集:

\[ \Sigma^* = \bigcup_{n=0}^{\infty} \{w | w是长度为n的字符串\} \]

由于每个长度的字符串集合都是有限的,而自然数集$N$是可数无限集,因此$\Sigma^*$是可数无限集.

Operations of Strings¶

Concatenation(连接): 若$x$和$y$是字符串,则它们的连接记作$xy$或$x \cdot y$,表示将字符串$x$和$y$连接在一起形成一个新字符串.
Exponentiation(幂): 若$x$是字符串,$n$是非负整数,则$x^n$表示将字符串$x$连接$n$次形成的新字符串. 特别地,$x^0 = \epsilon$.
Reversal(逆): 也就是字符串的反转,若$x = a_1 a_2 \ldots a_n$是字符串,则其逆字符串记作$x^R = a_n a_{n-1} \ldots a_1$.我们也可以用递归的思路来理解逆,若$x = ya$其中$y$是字符串,$a$是符号,则$x^R = a y^R$.

Operations of Languages¶

由于语言是一个集合,因此适用所有集合的运算,如并集、交集、差集等.
Exponentiation(幂): 若$L$是语言,$n$是非负整数,则$L^n$表示将语言$L$中的字符串连接$n$次形成的新语言. 特别地,$L^0 = \{\epsilon\}$.
Concatenation(连接): 若$L_1$和$L_2$是语言,则它们的连接记作$L_1 L_2$或$L_1 \cdot L_2$,表示将语言$L_1$中的每个字符串与语言$L_2$中的每个字符串连接形成的新语言. 也即:

\[ L_1 L_2 = \{xy | x \in L_1, y \in L_2\} \]
Kleene Star(闭包): 若$L$是语言,则其Kleene闭包记作$L^*$,表示将语言$L$中的字符串连接任意次(包括0次)形成的新语言. 也即:

\[ L^* = \bigcup_{n=0}^{\infty} L^n \]

克林星闭包与$\Sigma^*$类似,因为$\Sigma^*$是由字母表$\Sigma$生成的所有可能字符串的集合,而$L^*$是由语言$L$生成的所有可能字符串的集合.
Positive Closure(正闭包): 若$L$是语言,则其正闭包记作$L^+$,表示将语言$L$中的字符串连接任意次(至少1次)形成的新语言. 也即:

$$ L^+ = \bigcup_{n=1}^{\infty} L^n $$ 显然,$L^+ = LL^*$。并且, $L^* = L^+ \cup \{\epsilon\}$。因此,我们一般认为正闭包是语言的连接闭包,因为不必特意包含$\epsilon$.

Example

令$L=\{w \in \{0,1\}^*,w中0和1的个数不相等\}$,证明:

\[ L^* = \{0,1\}^* \]

Info

首先,我们有$L_1 \subset L_2 \Rightarrow L_1^* \subseteq L_2^*$,因此$\{0,1\}^* \subseteq L^*$.

另外,显然$L \subseteq \{0,1\}^*$,因此$L^* \subseteq \{\{0,1\}^*\}^*$.

又因为$\{\{0,1\}^*\}^* = \{0,1\}^*$,因此$L^* \subseteq \{0,1\}^*$.

因此,$L^* = \{0,1\}^*$.

Finite Representations of Languages¶

如何用有限的方式表示无限的语言,是计算理论中的一个重要问题.

首先,我们必须定义什么是有限表示.

有限的表示即,用有限的符号表示一个语言.

Example

\[ L = \left\{ w \in \{0,1\}^* \;\middle|\; \begin{array}{l} \#_1(w) = 2 \text{ 或 } 3, \\ \text{且第一个和第二个 } 1 \text{ 不相邻} \end{array} \right\} \]

其中 $\#_1(w)$ 表示字符串 $w$ 中 $1$ 的出现次数。

对于这个语言,我们可以用有限表示如下:

\[ L = 0^* \cdot 1 \cdot 0^+ \cdot 1 \cdot 0^* \;\cup\; 0^* \cdot 1 \cdot 0^+ \cdot 1 \cdot 0^* \cdot 1 \cdot 0^* \]

也可以简写为:

\[ 0^* 1 0^* 0 1 0^*(1 0^* \cup \epsilon) \]

在上面的写法中,我们用到了正则表达式(Regular Expression)的概念,这是计算理论中表示语言的常用方法.

正则表达式(Regular Expression)

基础规则
- $\emptyset$（空集）和 $\{a\}$（其中$a \in \Sigma$，即字母表中的任意符号）都是正则表达式。
递归规则
- 如果$\alpha$和$\beta$是正则表达式，则以下也是正则表达式：
  - $(\alpha\beta)$（连接）
  - $(\alpha \cup \beta)$（并集）
  - $\alpha^*$（Kleene星闭包）
限制
- 除非通过上述规则1和2生成，否则都不是正则表达式。

当然,我们也可以从另一个视角来看正则表达式.假设原字母表$\Sigma$和集合$\{(,),\cup,\ast\}$组成了一个新的字母表$\Sigma'$,则所有由$\Sigma'$生成的字符串组成的集合${\Sigma'}^*$中,有一部分字符串(因为只有一部分在形式上合法,毕竟$\cup a$这样的字符串肯定不是正则表达式吧)是正则表达式,我们用R表示这些正则表达式组成的集合.

碎碎念

我认为的一种比较清晰的表述是,一个字母表$\Sigma$,用它里面的字符,与(,),*,$\cup$等符号,可以组成许多正则表达式,所有这些正则表达式组成了集合$R$,而每一种正则表达式描述了一种正则语言.

正则表达式与正则语言的关系,类似于程序与算法的关系,程序是算法的具体实现.

如果要证明一个语言不是正则语言,也即不能用正则表达式表示,我们通常使用泵引理(Pumping Lemma)来证明.

泵定理的内容如下:

若$L$是正则语言,则存在一个整数$p \geq 1$,使得对于任意字符串$s \in L$且$|s| \geq p$,都可以将$s$分解为三个子串$s = xyz$,满足以下条件:

$|y| \geq 1$（子串$y$非空）
$|xy| \leq p$（子串$xy$的长度不超过$p$）
对于所有$i \geq 0$,字符串$xy^iz \in L$（即通过重复子串$y$任意次生成的新字符串仍然属于语言$L$）

下面我们来用泵定理证明,语言$L = \{0^n 1^n | n \geq 0\}$不是正则语言.

假设语言L是正则语言,则我们找到一个字符串$0^p 1^p$,其中p是泵定理中的整数.
根据泵定理,我们有$s = 0^p 1^p = xyz$,其中$|y| \geq 1$且$|xy| \leq p$.
由于$|xy| \leq p$且$y$非空,y只能落在字符串的前半部分,因此$y$只能由$0$组成,即$y = 0^k$（$k \geq 1$）.
现在我们考虑字符串$xy^2z = 0^{p+k} 1^p$.
显然,对于任意的$k \geq 1$,字符串$0^{p+k} 1^p \notin L$（因为$0$的个数与$1$的个数不相等）.
这与泵定理的结论矛盾,因此语言$L$不是正则语言.

我们定义一个函数$L$,若$\alpha \in R$,则$L(\alpha)$表示由正则表达式$\alpha$表示的语言.

$L$有如下性质:

$L(\emptyset) = \emptyset$,$L(a) = \{a\}$,其中$a \in \Sigma$.
$L(\alpha \cup \beta) = L(\alpha) \cup L(\beta)$
$L(\alpha \beta) = L(\alpha) L(\beta)$
$L(\alpha^*) = L(\alpha)^*$

正则表达式$c^*(a \cup (b c^*)^*)^*$代表了什么语言

我们以a为主体展开讨论,因为它出现最少.

若符合这个正则表达式的字符串中没有a,也即后面的$(a \cup (b c^*)^*)^*$部分没有产出a,则获得了由若干个$bc^*$组成的字符串,再加上前面的$c^*$,因此这部分字符串是$c^* (b c^*)^*$.

现在的表达式是什么意思呢?首先,有0个或者多个c,然后是0个或者多个块,每个块是一个b后面跟0个或者多个c.这实际上就是$\{b,c\}^*$.
若符合这个正则表达式的字符串不仅没有a,前面的$c^*$部分也没有产出c,则现在的字符串应该符合$(b c^*)^*$,这个表达式就是$e \cup b{b,c}^*$,也即要么是空字符串,要么第一个字符是b,后面随意.
现在我们来看有一个以上的a产出,我们把所有a的位置列出来,把表达式写为$x_1 a x_2 a x_3 \ldots a x_n$,其中:
- $x_1$就是$c^* (b c^*)^*$
- $x_2, x_3, \ldots, x_n$就是$(b c^*)^*$
- 结合上面的化简,我们发现这个正则表达式描述了那些,永远不包括ac的字符串,也即这个正则表达式对应的语言是:
\[ L = \{w \in \{a,b,c\}^* | w中不包含子串'ac'\} \]

结论:

每个可以被一个正则表达式描述的语言，都可以被无穷多个正则表达式描述。（比如一直在外面套一层括号，或者在后面加上$\epsilon$）
正则语言类就是通过并、连接和Kleene星闭包操作，对所有单字符语言 $\{\sigma\}$（$\sigma \in \Sigma$）以及空集 $\{\emptyset\}$ 进行任意组合后得到的所有语言的集合。

集合、关系与语言¶

集合¶

集合定理¶

幂集(Power Set)¶

分割(Partition)¶

关系与函数¶

有序对(Ordered Pair)¶

二元关系(Binary Relation)¶

关系的运算(Operations on Relations)¶

定义域(Domain)与值域(Range)¶

函数(Function)¶

关系的性质(Properties of Relations)¶

等价关系(Equivalence Relation)¶

偏序关系(Partial Order)¶

有限集和无限集¶

Three Fundamental Proof Tech¶

闭包(Closure)¶

字母表与语言(Alphabet and Language)¶

Operations of Strings¶

Operations of Languages¶

Finite Representations of Languages¶

评论