📚 课程目录第2章状态机基础

2. 状态机基础：状态、转移、事件、动作。摩尔型与米利型

好，我们正式开始聊状态机。说实话，很多工程师干了几年，状态机写得飞快，但真让他把基本概念讲清楚——嗯，反而有点含糊。我见过不少面试者，代码能跑，但问起「你的输出到底跟时钟沿什么关系」，就开始挠头。

今天这一章，我们就来把这些基础夯实。状态、转移、事件、动作，这四个词说白了就是状态机的全部。外加摩尔型和米利型这哥俩的区别，你搞明白了，后面写训练序列才不心虚。

2.1 状态机的四个核心要素

我个人习惯把状态机看作一个「有记忆的控制逻辑」。它不像组合逻辑那样，输入一变输出马上变。它得记住自己现在在哪，下一步要去哪。

状态（State）：就是状态机当前所处的位置。好比一个人站在哪个路口。
事件（Event）：触发转移的原因。可能是某个管脚电平跳变，也可能是内部计数器的溢出。
转移（Transition）：满足条件后，从当前状态跳转到下一个状态。
动作（Action）：进入某个状态时，或者转移过程中，执行的具体操作。比如拉高某个信号、置位一个标志位。

我的避坑指南： 我曾经在一个通信协议项目里，把「事件」和「动作」混在一起写。结果状态机跑起来，逻辑乱得自己都不想看。后来我强制自己分开：事件只管「要不要走」，动作只管「走了之后干什么」。代码立马清爽了。

来看一段简单的状态机代码，我用 Python 写个示意，你们感受一下结构：

class SimpleFSM:
    def __init__(self):
        self.state = "IDLE"
    
    def on_event(self, event):
        if self.state == "IDLE":
            if event == "START":
                self.action_start()
                self.state = "BUSY"
        elif self.state == "BUSY":
            if event == "DONE":
                self.action_done()
                self.state = "IDLE"
    
    def action_start(self):
        print("动作：启动处理")
    
    def action_done(self):
        print("动作：完成处理")

看到没有？状态、事件、转移、动作，四个东西各司其职。你别嫌简单，很多复杂状态机的大框架，底层就是这么个朴素的玩法。

2.2 摩尔型 vs 米利型

这是我每次讲课都重点对比的。你想想看，同样是状态机，为什么有的输出跟时钟沿同步，有的却对输入变化敏感？

对比项	摩尔型（Moore）	米利型（Mealy）
输出决定因素	只由当前状态决定	由当前状态 + 当前输入共同决定
输出时机	状态转移后，下一个时钟沿输出	输入变化的瞬间，输出可能立刻变化
安全性	更安全，输出稳定无毛刺	有风险，组合逻辑可能产生毛刺
状态数	通常需要更多状态来描述同一行为	可以用更少状态实现相同功能
典型场景	控制信号、寄存器写使能	高速数据传输、握手协议

注意： 很多初学者以为米利型比摩尔型「高级」，其实不然。我见过一个做 SPI 控制器的人，非要全用米利型，结果输出毛刺导致从机采样频频出错。后来换成摩尔型，问题直接消失。选型不是比谁厉害，是比谁更适合场景。

2.3 两种模型的代码对比

我们写两个简单的例子，一个是摩尔型检测上升沿，一个是米利型检测上升沿。你一看就懂了。

摩尔型上升沿检测

# 摩尔型：输出只跟当前状态有关
# 状态 S0: 低电平
# 状态 S1: 高电平
def moore_rising_edge(clk, din):
    if clk & 0x1:  # 时钟上升沿
        if state == "S0":
            if din == 1:
                state = "S1"
                out = 1  # 进入S1时输出1
            else:
                out = 0
        elif state == "S1":
            if din == 0:
                state = "S0"
            out = 0  # 在S1时输出0
    return out

米利型上升沿检测

# 米利型：输出由当前状态和输入共同决定
# 状态 S0: 低电平
# 状态 S1: 高电平
def mealy_rising_edge(clk, din):
    if clk & 0x1:  # 时钟上升沿
        if state == "S0":
            if din == 1:
                state = "S1"
                out = 1  # 转移中输出1
            else:
                out = 0
        elif state == "S1":
            if din == 0:
                state = "S0"
            out = 0
    return out

看起来代码几乎一样对吧？关键区别在于：摩尔型是在进入 S1 这个状态时输出 1；米利型是在 S0 状态下收到 din=1 这个事件的 转移过程 中输出 1。你品，你细品。

一句话总结：

摩尔型：输出 = f(当前状态)
米利型：输出 = f(当前状态, 当前输入)

多了一个输入维度，反应更快，但代价是稳定性和复杂度。

2.4 本章知识体系总览

为了让你直观理解这些概念怎么串起来，我画了一张图。别小看这张图，它基本概括了状态机的全部玩法。

画完这张图，我自己又看了看，觉得该说的都在上面了。状态、转移、事件、动作，加上摩尔和米利的输出差异，一目了然。

2.5 实战选型建议

最后我分享点个人的经验。项目中到底选摩尔还是米利？

控制类逻辑（比如按键消抖、LED闪烁）：我闭着眼睛用摩尔型。输出稳定，不容易出奇奇怪怪的bug。
数据通路（比如 FIFO 读写控制、DMA 传输）：米利型有时更高效，因为可以用组合路径减少延时。但要做好时序约束和毛刺过滤。

一个小技巧： 当你拿不准时，先画状态转移图，把每个状态的输出写清楚。如果发现某个状态的输出需要因为输入变化而不同，那就是米利型的信号。否则，就是摩尔型。我这些年一直用这个办法，几乎没翻过车。

好，这一章的内容就到这。记住：状态是骨架，事件是触发器，转移是路径，动作是行为。摩尔型输出只认状态，米利型输出还看输入。把这四个东西刻在脑子里，后面讲训练序列的时候，你自然能跟上。