Typst-finite 项目:使用Typst绘制有限状态机图的完整指南
2025-07-02 02:04:26作者:虞亚竹Luna
前言
在计算机科学和形式语言理论中,有限状态机(Finite State Machine, FSM)是一种重要的数学模型。Typst-finite项目为Typst排版系统提供了一个强大的工具包,专门用于绘制有限状态机的状态转移图。本文将全面介绍如何使用这个工具包来创建专业的状态转移图。
项目概述
Typst-finite是基于CETZ绘图系统的Typst扩展包,它提供了简洁的语法来定义和绘制有限状态机。主要特点包括:
- 支持从转移表自动生成状态图
- 提供多种布局算法自动排列状态节点
- 高度可定制的样式系统
- 支持FLACI格式的导入
安装与导入
基本安装
Typst-finite可以通过Typst的包管理系统直接导入:
#import "@preview/finite:0.5.0": automaton
本地安装
如需本地安装,可将包下载到Typst的本地包目录中,然后使用本地导入:
#import "@local/finite:0.5.0": automaton
基本用法
简单状态机定义
Typst-finite使用嵌套字典结构来定义状态转移:
#automaton((
q0: (q1:0, q0:"0,1"),
q1: (q0:(0,1), q2:"0"),
q2: none,
))
在这个例子中:
q0是初始状态(默认第一个状态)q2是终止状态(默认最后一个状态)- 转移标签可以是字符串或数字
状态机规范
Typst-finite支持两种规范格式:
- 转移表(Transition Table):简化格式,仅定义状态和转移
- 完整规范(Full Spec):明确定义所有元素
完整规范示例:
(
transitions: (
q0: (q1:0, q2:1),
q1: (q0:1)
),
states: ("q0", "q1", "q2"),
initial: "q0",
final: ("q2",)
)
高级功能
样式定制
Typst-finite提供了丰富的样式选项:
#automaton(
(...),
style:(
state: (fill: luma(248),
transition: (stroke: (dash:"dashed")),
q1: (initial:top),
q1-q2: (stroke: 2pt + red)
)
)
可定制元素包括:
- 状态节点:填充、边框、半径等
- 转移线:曲线度、颜色、样式等
- 标签:位置、大小、颜色等
布局系统
Typst-finite提供了多种自动布局算法:
#automaton(
(...),
layout: finite.layout.circular.with(offset: 45deg)
)
支持的布局包括:
grid:网格布局circular:环形布局group:分组布局custom:自定义位置布局
使用CETZ画布
对于复杂的状态图,可以直接使用CETZ画布API:
#cetz.canvas({
import finite.draw: state, transition
state((0,0), "q0", initial:true)
state((2,1), "q1")
transition("q0", "q1", inputs:(0,1))
})
FLACI格式支持
Typst-finite支持导入FLACI工具导出的状态机:
#finite.flaci.automaton(read("flaci-export.json"))
注意:必须使用read函数而非json函数读取FLACI文件。
应用示例
复杂状态机示例
#automaton(
(
q0: (q1:0, q2:0),
q1: (q3:1, q4:0),
q3: (q1:1, q5:1),
q5: (q7:1),
q7: ()
),
layout: finite.layout.group.with(
grouping: (("q0",), ("q1","q3","q5"), ("q7",))
)
总结
Typst-finite为Typst用户提供了强大的有限状态机绘图能力,具有以下优势:
- 简洁的定义语法
- 丰富的样式选项
- 灵活的布局系统
- 与其他Typst内容无缝集成
无论是简单的教学示例还是复杂的自动机设计,Typst-finite都能提供专业级的绘图解决方案。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220