CSG类似于CFG，但减号是倍数。
那么，我可以只使用CFG解析器来解析CSG，同时将生产减少到多个终端还是非终端？
像
1. S → a bc
2. S → a S B c
3. c B → W B
4. W B → W X
5. W X → B X
6. B X → B c
7. b B → b b
当我们遇到W X时，我们可以将W X简化为W B吗？
当我们遇到W B时，我们可以将W B简化为c B吗？
所以，如果CSG语法分析器是基于CFG语法分析器的，那么编写起来就不难了，是真的吗？
但当我查看wiki时，它说要解析CSG，我们应该使用linear bounded automaton。
什么是linear bounded automaton？
上下文敏感语法是不确定的。因此，不能仅仅因为RHS在派生中的某个点上是可见的，就认为会发生减少。
LBA（线性有界自动机）也是非确定性的，因此它们并不是一种真正实用的算法。（你可以用回溯来模拟一个，但执行解析可能需要的时间没有方便的限制。）它们是CSG的接受者这一事实对解析理论来说很有趣，但对解析实践来说却不是很有趣。
正如CFG一样，也有不同类别的CSG。CSG的一些受限子类更容易解析（例如，CFG是一个子类），但我不相信有太多关于实际用途的研究；在实践中，CSG很难编写，并且没有明显的解析树的类似物可以从派生中构建。
为了获得更多的阅读，您可以从LBA上的维基百科条目开始，然后按照它的引用继续。祝你好运