# 信息科学部

四种文法：

1. 无限制文法（Unrestricted Grammar）：也称为类型0文法，没有任何规则限制，可以生成任何形式的字符串，包括无限长度的字符串。
2. 上下文有关文法（Context-Sensitive Grammar）：也称为类型1文法，其中规则的左侧和右侧可以包含有限个非终结符，并且在规则应用时，左侧的非终结符必须被替换为右侧的符号串。
3. 上下文无关文法（Context-Free Grammar）：也称为类型2文法，其中规则的左侧只包含一个非终结符，右侧可以是任何符号串。
4. 正则文法（Regular Grammar）：也称为类型3文法，其中规则的左侧只包含一个非终结符，右侧必须是一个终结符或者一个终结符后跟一个非终结符。

四种形式语言：

1. 无限制语言（Unrestricted Language）：也称为递归可枚举语言，可以通过图灵机来生成和识别。
2. 上下文有关语言（Context-Sensitive Language）：只能由上下文有关文法生成的语言，可以通过线性有界非确定性图灵机来识别。
3. 上下文无关语言（Context-Free Language）：只能由上下文无关文法生成的语言，可以通过非确定性下推自动机和确定性下推自动机来识别。
4. 正则语言（Regular Language）：只能由正则文法生成的语言，可以通过有限状态自动机来识别。

四种自动机：

1. 有限状态自动机（Finite State Automaton，FSA）：也称为有限状态转换器，它可以处理正则语言，并且只能识别有限状态的语言。
2. 下推自动机（Pushdown Automaton，PDA）：它可以处理上下文无关语言，具有一个有限状态控制器和一个栈，用于存储和弹出符号串。
3. 线性有界非确定性图灵机（Linear Bounded Non-deterministic Turing Machine，LBNtM）：它可以处理上下文有关语言，是一个图灵机的变种，但是限制了它的内部存储器空间和输入输出的空间相同。
4. 图灵机（Turing Machine，TM）：它可以处理无限制语言，是一个抽象的计算模型，包括一个无限长的纸带和一个读写头，可以读取纸带上的符号并进行状态转移。

计算机的体系架构类型主要包括以下几种：

1.冯·诺伊曼体系结构（Von Neumann Architecture）：由美国数学家冯·诺伊曼于20世纪40年代提出，是目前计算机体系结构的主流。该架构将计算机分为五个部件：运算器、控制器、存储器、输入设备和输出设备。

2.哈佛体系结构（Harvard Architecture）：该架构在存储器方面与冯·诺伊曼体系结构有所不同，分为指令存储器和数据存储器。指令和数据分别存储在不同的存储器中，因此在执行指令时可以同时从指令存储器和数据存储器中获取数据，提高了计算机的运行速度。

3.栈式体系结构（Stack Architecture）：该架构将存储器分为栈区和堆区。栈区用于存储程序执行过程中的数据和指令，堆区用于存储程序执行中动态分配的内存。栈式体系结构在编程语言实现中广泛应用，如Java虚拟机。

4.并行体系结构（Parallel Architecture）：该架构将计算机分为多个处理器，可以同时执行多个任务，提高了计算机的处理能力。并行体系结构应用于高性能计算、大数据处理等领域。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://www.bfm-unity.org/4.0.0/bfm-rins.-bi-fang-meng-ke-xue-yan-jiu-yuan/xin-xi-ke-xue-bu.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.