Python——有限状态机

有限状态机（Finite State Machine，简称 FSM）是一种常见的计算机模型。其基本思想是将系统抽象成有限个状态和在状态之间转移的规则，从而实现状态之间的转换和事件的触发。有限状态机广泛应用于各种场合，包括自动化控制、计算机网络、编译器等。

在 Python 中，实现有限状态机有多种方式。下面我们将分别介绍使用类和字典两种实现方法。

使用类实现有限状态机

在 Python 中，使用类来实现有限状态机时，可以通过定义一个状态类，并在其中定义状态转移规则等属性，来实现状态机的行为。如下代码所示：

class State:
    def __init__(self, state_name):
        self.name = state_name
        self.transitions = {}

    def add_transition(self, event, next_state):
        self.transitions[event] = next_state

    def process_event(self, event):
        if event in self.transitions:
            return self.transitions[event]
        else:
            return self

class StateMachine:
    def __init__(self, init_state):
        self.current_state = init_state

    def process_event(self, event):
        next_state = self.current_state.process_event(event)
        self.current_state = next_state

在上述代码中，我们定义了两个类：State 和 StateMachine。其中，State 类表示状态，通过 add_transition 方法添加转移规则，通过 process_event 方法响应事件并返回下一状态。StateMachine 类则表示有限状态机，通过 process_event 方法调用当前状态的 process_event 方法来实现转移行为。

使用上述代码，我们可以定义一个有限状态机，并响应相应的事件。如下所示：

A = State('A')
B = State('B')
C = State('C')
D = State('D')

A.add_transition('event1', B)
A.add_transition('event2', C)

B.add_transition('event3', C)
B.add_transition('event4', D)

C.add_transition('event5', D)

D.add_transition('event6', A)

fsm = StateMachine(A)

for event in ['event1', 'event4', 'event5', 'event6']:
    fsm.process_event(event)
    print(fsm.current_state.name)

在上述代码中，我们首先定义了 4 个状态（A、B、C、D），并创建了它们之间的转移规则。然后我们创建了一个有限状态机，并使用 process_event 方法响应一系列事件。

以上就是使用类实现有限状态机的基本方法。如果我们需要实现复杂的状态机，可以通过增加状态和转移规则来实现。

使用字典实现有限状态机

除了使用类来实现有限状态机之外，我们还可以使用字典等数据结构来实现。如下所示：

fsm = {
    'A': {'event1': 'B', 'event2': 'C'},
    'B': {'event3': 'C', 'event4': 'D'},
    'C': {'event5': 'D'},
    'D': {'event6': 'A'}
}

current_state = 'A'

for event in ['event1', 'event4', 'event5', 'event6']:
    if event in fsm[current_state]:
        current_state = fsm[current_state][event]

    print(current_state)

在上述代码中，我们使用字典 fsm 来表示有限状态机。其中，字典的 key 值表示当前状态，value 值则表示在该状态下可以响应的事件和相应的下一状态。我们还定义了一个变量 current_state 来表示当前状态，并通过遍历事件列表来实现状态的转移。

使用字典实现有限状态机的好处在于其简单、直观，但如果需要实现复杂的状态机，可能需要增加一个完整的状态转移表。因此，在实际应用中，以上两种基本方法都有其应用价值，需要根据实际需求选择合适的实现方式。

总结

有限状态机是一种常见的计算机模型，Python 中实现有限状态机的方法有多种，包括使用类和字典两种方式。无论采用何种实现方式，都需要在状态和转移规则的定义上下功夫，从而实现状态之间的转换和事件的响应。