函数型传导

函数性是外部可观察语义，不是转移表长相。用户给定一个输入，只看最终结果是否唯一；机器内部为同一结果尝试多少条路径并不重要。把路径唯一性当成函数性，会错误排除许多可合法合并的分析器。

另一方面，“程序最后任选一条路径”不会使关系变成函数。除非选择规则也进入模型且对所有执行固定，否则两个不同输出仍同时属于关系。函数性证明要比较任意一对同输入成功运行，并说明它们累积的输出延迟最终归零。

一向函数型转导器可以先猜未来，再由输入末尾验证。这个能力使 rational functions 严格超过确定的逐步输出函数；唯一结果不等于能够在单次左到右扫描中及时确定结果。

函数性还是一种全局一致性条件。只检查每个状态的出边输出是否唯一远远不够：两条路径可能先读不同的空边，经过长循环后才在共同终态留下差异。反过来，局部看似不同的输出块也可能在后续连接后成为同一个完整字；正确判据必须覆盖整条成功运行。

先看“有歧义但函数型”的最小例子。初态经两条 $\epsilon /\epsilon$ 边分别进入 $p,r$；两条支路都按

读取输入，且相应状态都可终止。输入 ab 有两条成功运行，二者输出均为 xy，所以纤维是单元素集合 $\{\mathtt{\text{xy}}\}$。若把第二支路的 b/y 改成 b/z，同一输入立即得到 xy 与 xz，函数性失效；路径数在修改前后都是二。

更有内容的例子定义域为 $a^{\ast }\{b,c\}$：

NFT 可在开始时猜末字符：一支每读 a 输出 a 并只在末尾 b 接受，另一支每读 a 输出 b 并只在末尾 c 接受。每个合法输入恰有一支成功，故函数唯一。它却不能由确定左到右机器以有界延迟实现：读前缀 $a^n$ 时，两个可能结果没有非空公共前缀，机器必须等待最后一字母，而有限终态输出无法一次补出任意长的 $a^n$ 或 $b^n$。

函数型也不等于全函数。上述 $f$ 在 aa、d 上未定义；强行补一个错误串会得到另一个总函数，并可能改变闭包、等价与最小化问题。定义域是语义的一部分。

函数性可判定；在标准显式编码的一向 NFT 上已有多项式时间算法，但方法不是普通 NFA 的子集构造。典型算法同步两条同输入运行，逐步约去输出的最长公共前缀；若能到达共同接受而残余输出不同，就给出反例。空输入输出环和终态输出必须一并进入比较，否则会漏掉只在结束时分歧的运行。

函数型有理传导对复合封闭。它们可用确定的 bimachine 表示，也可以保留非确定 NFT 以获得更紧凑的图。是否还能确定化为 subsequential 转导器，要由输出延迟的孪生性质判断；不是每个 rational function 都可以普通子集构造确定化。

在词形规范化、发音生成和编码转换中，函数性证明提供稳定接口：实现可以有内部猜测，调用者仍得到唯一结果。若业务上允许多个候选，则应该保留有理关系语义，不要用任意优先级伪装成数学函数。