而nfa確定化的本質，就是將原來多個狀態改用一個狀態來表示，新狀態其實是一個狀態集，比如nfa中狀態s1在輸入a下可以到達s2和s3，那么，在dfa中，就把s2和s3合起來認為是一個狀態。還有一個問題是nfa中的空轉換（?輸入），如果s1在?輸入下可以到達s2，就表示s1可以無條件地轉移到s2，那s1和s2自然可以合併起來作為dfa中的一個狀態，於是nfa轉dfa的算法也就好理解了。但首先得先定義下空閉包（?-closure）：
?-closure: 狀態s的?-closure即s經過?轉換可以到達的狀態集，s的?-closure永遠都會包含s自身。一個狀態集的?-closure即該狀態集中各狀態的?-closure的集合。
nfa確定化算法(subset construction)：
從開始狀態開始，計算它的?-closure，得到狀態集set1，然後考察set1在某個輸入a的作用下會遷移到哪些狀態，把這些狀態集中到一起，再求這個集合的?-closure，得到set2，這樣我們就可以畫兩個圈，一個標上set1，另一個標上set2，然後畫條從set1到set2的線把這兩圓連起來，線上上標上a，這樣dfa的一部分就畫好了，然後我們再考察set1在其它輸入下可以達到的狀態集的?-closure，同樣畫圈連線，以此類推，最後的時候，把包含了原nfa中終結狀態（final state或acceptin state）的dfa狀態（在轉換後的dfa中，每個狀態都是包含了一個或多個原nfa中的狀態）標記為終結狀態。
最小化dfa狀態數
由一個正則表達式，可以構建出一個等價的nfa，然後nfa又可以確定化成dfa，似乎到此事情搞完了，但事實證明（有時也可以顯然地發現），最終構成的這dfa似乎有些複雜，有些狀態好像很冗餘，呃，是的，dfa是可以最小化的。
最小化dfa狀態數算法的思想是，在開始時，假設是最完美的情況，整個dfa只有兩個狀態，一個終結狀態，一個開始（難道不能有隻有一種狀態的情況么？如果原dfa中存在非終結狀態，當然就不能，非終結態怎么可以和終結態合併！），當然，這是假設，不是真的，所以這個算法，就是在這個完美的假設下，對假設進一步考察，如果發現有些狀態不能合併，那就分出來吧，這樣重複考察，直到發現沒有狀態會不能合併時，就做完了，此時不也正是最優解么。
嗯，就是這個，所以一開始，我們把所有非終結狀態用一個袋子包起來，看成是一個狀態，把所有終結狀態也用另一袋子包起來，也看成是一個狀態，注意，別把原dfa中各狀態間的連線給扯斷了。然後，我們抽出其中一個袋子，考察其中的各個狀態，我們準備好所有的可能輸入，然後逐個拿出來測試，如果該袋子中的所有狀態在某個輸入a下達到的狀態正好都在這個袋子中，那就說明，這個袋子中的這些狀態“在目前看來”是可以合併的，也就是說，如果在所有的可能輸入的作用下，袋子中的狀態達到的新狀態正好也都是這個袋子中的狀態，那它們就可以合併。而如果，在某個輸入a下，袋子中的一部分狀態會轉移到同一袋子中的其它狀態，而有幾個叛徒，假設是s1和s2，竟然在輸入a下會遷移到其它袋子中的狀態，那就說明s1和s2是不可以和其它轉移到同一袋子中的狀態合併的，於是，我們就把s1和s2裝成一個新袋子，從原袋子中分出來，當然，現在還是假設s1和s2可以合併，所以才把它們裝一起，究竟真的可不可以合併呆會還要再考察。考察完輸入a，還要接著考察其它的可能輸入。如果在考察完一個袋子後，發現所有狀態在a輸入下都可以轉移到本袋子中的狀態，那么最後的dfa它們就被合併成一個狀態，並且在a輸入下，它有一個到自身的狀態遷移。