文法G[S]: S→V V→T|ViT T→F|T+F F→)V*|( （1）给出(+(i(的最右推导 （2）指出句型F+Fi的短语、句柄、素短语 （3）文法G[S]是否是OPG？若是，给出（1）中句子的分析过程

（1）最右推导为：S → V → ViT → +iT → +(iT) → (+(i))

（2）句型F+Fi的短语为F+Fi，句柄为F，素短语为Fi。

（3）文法G[S]是OPG（算符优先文法）。下面是(+(i))的分析过程：

首先，构造算符优先关系表：

| | + | * | ( | ) | i | $ |
|---|---|---|---|---|---|---|
| + | > | < | < | > | < | > |
| * | > | > | < | > | < | > |
| ( | < | < | < | = | < | |
| ) | > | > | | > | | > |
| i | > | > | | > | | > |
| $ | < | < | < | | < | = |

然后进行分析：

S → V → ViT → +iT → +(iT) → (+(i))

使用算符优先关系表，可以得到：

( + ( i ) )

= ( + T )

= ( T + i )

= ( F + i )

= ( i + F )

= ( i + T )

= ( i + ViT )

= ( i + +iT )

= ( i + +(iT) )

= (+(i))

因此，(+(i))的分析过程如上。

相关问题

文法G[S]:S→V V→T|ViT T→F|T+F F→)V*|( （1）给出(+(i(的最右推导 （2）指出句型F+Fi的短语、句柄、素短语 （3）文法G[S]是否是OPG？若是，给出（1）中句子的分析过程

（1）最右推导过程：
S → V → ViT → (i)T → (i)F → (i)(V*) → (i)(T*) → (i)(F*) → (i)(T+F*) → (i)(F+i*)

（2）句型F+Fi的短语是F+i，句柄是i，素短语是Fi。

（3）文法G[S]是OPG（算符优先文法）。以下是（1）中句子的分析过程：

(i)+(i)
→(i)T+(i)
→(i)F+(i)
→(i)(V*)+(i)
→(i)(T*)+(i)
→(i)(F*)+(i)
→(i)(T+F*)+(i)
→(i)(F+i*)+(i)
→(i)+(i)

解释下面这段代码 for(vector<size_t>::const_iterator vit=vIndices2.begin(), vend=vIndices2.end(); vit!=vend; vit++) { const size_t i2 = *vit; if(CurrentFrame.mvpMapPoints[i2]) if(CurrentFrame.mvpMapPoints[i2]->Observations()>0) continue; if(CurrentFrame.mvuRight[i2]>0) { const float ur = u - CurrentFrame.mbf*invzc; const float er = fabs(ur - CurrentFrame.mvuRight[i2]); if(er>radius) continue; } const cv::Mat &d = CurrentFrame.mDescriptors.row(i2); const int dist = DescriptorDistance(dMP,d); if(dist<bestDist) { bestDist=dist; bestIdx2=i2; } }

这段代码是一个for循环，它的主要功能是在当前帧中找到一个最佳的匹配点。具体来说，它遍历了一个名为vIndices2的vector，这个vector包含了所有可以用来匹配的点的索引。对于每一个索引，代码首先检查对应的地图点是否已经被观测过，如果是则跳过，否则继续执行。然后，如果这个点在右目上也有对应的匹配点，并且它们的距离大于一个给定的半径，则也跳过。接着，代码计算当前点的描述子与给定的地图点描述子之间的距离，并将这个距离与当前的最佳距离进行比较，如果更小，则将当前点作为最佳匹配点，并更新最佳距离。最后，整个for循环结束后，代码会返回找到的最佳匹配点的索引。