source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5779

Last change on this file since 5779 was 5779, checked in by cameron, 18 months ago

Remove RE compiler dependency on linebreak/mAny

File size: 31.8 KB
Line 
1/*
2 *  Copyright (c) 2014 International Characters.
3 *  This software is licensed to the public under the Open Software License 3.0.
4 *  icgrep is a trademark of International Characters.
5 */
6
7
8
9#include "re_compiler.h"
10#include <pablo/pe_ones.h>          // for Ones
11#include <pablo/pe_var.h>           // for Var
12#include <pablo/pe_zeroes.h>        // for Zeroes
13#include <re/printer_re.h>
14#include <re/re_alt.h>
15#include <re/re_analysis.h>         // for isByteLength, isUnicodeUnitLength
16#include <re/re_any.h>
17#include <re/re_assertion.h>        // for Assertion, Assertion::Sense, Asse...
18#include <re/re_cc.h>               // for makeCC
19#include <re/re_diff.h>             // for Diff
20#include <re/re_end.h>
21#include <re/re_intersect.h>        // for Intersect
22#include <re/re_name.h>             // for Name, Name::Type, Name::Type::Zer...
23#include <re/re_name_resolve.h>     // for resolveNames
24#include <re/re_name_gather.h>      // for gatherNames
25#include <re/re_rep.h>              // for Rep, Rep::::UNBOUNDED_REP
26#include <re/re_seq.h>              // for Seq
27#include <re/re_start.h>
28#include <re/re_local.h>
29#include <re/re_toolchain.h>        // for AlgorithmOptionIsSet, RE_Algorith...
30#include "cc/cc_compiler.h"         // for CC_Compiler
31#include "pablo/builder.hpp"        // for PabloBuilder
32#include <IR_Gen/idisa_target.h>    // for AVX2_available
33#include <llvm/Support/ErrorHandling.h>
34
35namespace pablo { class PabloAST; }
36namespace pablo { class PabloKernel; }
37namespace re { class Alt; }
38namespace re { class RE; }
39
40
41#define UNICODE_LINE_BREAK (!AlgorithmOptionIsSet(DisableUnicodeLineBreak))
42
43using namespace pablo;
44using namespace llvm;
45
46namespace re {
47
48RE * RE_Compiler::resolveUnicodeProperties(RE * re) {
49    Name * ZeroWidth = nullptr;
50    mCompiledName = &mBaseMap;
51    gatherNames(re, ZeroWidth);
52    // Now precompile any grapheme segmentation rules
53    if (ZeroWidth) {
54        mCompiledName->add(ZeroWidth, compileName(ZeroWidth, mPB));
55    }
56    return re;
57}
58
59RE * RE_Compiler::compileUnicodeNames(RE * re) {
60    return resolveUnicodeProperties(re);
61}
62
63PabloAST * RE_Compiler::compile(RE * re) {
64    return markerVar(AdvanceMarker(compile(re, mPB), MarkerPosition::FinalPostPositionUnit, mPB));
65}
66   
67MarkerType RE_Compiler::compile(RE * re, PabloBuilder & pb) {
68    return process(re, makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createOnes()), pb);
69}
70   
71MarkerType RE_Compiler::compile_local(RE * re, MarkerType marker, PabloBuilder & pb) {
72    CC * first = RE_Local::first(re);
73    CC * final = RE_Local::final(re);
74
75    if (first == nullptr || final == nullptr) {
76        mLocal = false;
77        return process(re, marker, pb);
78    }
79
80    PabloAST * pablo_first = mCCCompiler.compileCC(first);
81    PabloAST * pablo_final = mCCCompiler.compileCC(final);
82    std::map<CC*, CC*> follow_map;
83    RE_Local::follow(re, follow_map);
84
85    PabloAST * pablo_follow = pb.createZeroes();
86    for (auto i = follow_map.begin(); i != follow_map.end(); i++) {
87        CC * one = makeCC(std::move(*i->first));
88        CC * two = makeCC(std::move(*i->second));
89        PabloAST * pablo_one = mCCCompiler.compileCC(one);
90        PabloAST * pablo_two = mCCCompiler.compileCC(two);
91        PabloAST * one1 = pb.createAdvance(pablo_one, 1, "one1");
92        PabloAST * follow = pb.createAnd(pb.createScanThru(pb.createAnd(mInitial, one1), mNonFinal), pablo_two);
93        pablo_follow = pb.createOr(pablo_follow, follow);
94    }
95    PabloAST * result = pb.createAnd(pb.createMatchStar(pb.createAdvance(pablo_first, 1),
96                                                        pb.createOr(pablo_follow, mNonFinal)),
97                                     pb.createAdvance(pablo_final, 1));
98    return makeMarker(MarkerPosition::FinalPostPositionUnit, result);
99}
100
101   
102MarkerType RE_Compiler::process(RE * re, MarkerType marker, PabloBuilder & pb) {
103    if (mLocal) {
104        if (isa<Name>(re) || isa<Seq>(re) || isa<Alt>(re) || isa<Rep>(re) || isa<CC>(re)) {
105            return compile_local(re, marker, pb);
106        } else if (isa<Any>(re)) {
107            return compileAny(marker, pb);
108        } else if (isa<Diff>(re)) {
109            return compileDiff(cast<Diff>(re), marker, pb);
110        } else if (isa<Intersect>(re)) {
111            return compileIntersect(cast<Intersect>(re), marker, pb);
112        } else {
113            UnsupportedRE("RE Compiler for local language failed to process " + Printer_RE::PrintRE(re));
114        }
115    } else {
116        if (isa<Name>(re)) {
117            return compileName(cast<Name>(re), marker, pb);
118        } else if (isa<Seq>(re)) {
119            return compileSeq(cast<Seq>(re), marker, pb);
120        } else if (isa<Alt>(re)) {
121            return compileAlt(cast<Alt>(re), marker, pb);
122        } else if (isa<Rep>(re)) {
123            return compileRep(cast<Rep>(re), marker, pb);
124        } else if (isa<Assertion>(re)) {
125            return compileAssertion(cast<Assertion>(re), marker, pb);
126        } else if (isa<Any>(re)) {
127            return compileAny(marker, pb);
128        } else if (isa<Diff>(re)) {
129            return compileDiff(cast<Diff>(re), marker, pb);
130        } else if (isa<Intersect>(re)) {
131            return compileIntersect(cast<Intersect>(re), marker, pb);
132        } else if (isa<Start>(re)) {
133            return compileStart(marker, pb);
134        } else if (isa<End>(re)) {
135            return compileEnd(marker, pb);
136        } else if (isa<CC>(re)) {
137            // CCs may be passed through the toolchain directly to the compiler.
138            return compileCC(cast<CC>(re), marker, pb);
139        } else {
140            UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
141        }
142    }
143}
144
145inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
146    PabloAST * nextFinalByte = markerVar(AdvanceMarker(m, MarkerPosition::FinalPostPositionUnit, pb));
147    return makeMarker(MarkerPosition::FinalMatchUnit, nextFinalByte);
148}
149
150MarkerType RE_Compiler::compileCC(CC * cc, MarkerType marker, PabloBuilder & pb) {
151    MarkerType nextPos;
152    if (markerPos(marker) == MarkerPosition::FinalPostPositionUnit) {
153        nextPos = marker;
154    } else {
155        nextPos = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
156    }
157    return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(markerVar(nextPos), mCCCompiler.compileCC(cc, pb)));
158}
159
160inline MarkerType RE_Compiler::compileName(Name * name, MarkerType marker, PabloBuilder & pb) {
161    const std::string nameString = name->getName();
162    if (nameString == ".") {
163        return compileAny(marker, pb);
164    } else if (nameString == "^"){
165        return compileStart(marker, pb);
166    } else if (nameString == "$"){
167        return compileEnd(marker, pb);
168    } else if (isUnicodeUnitLength(name)) {
169        MarkerType nameMarker = compileName(name, pb);
170        MarkerType nextPos;
171        if (markerPos(marker) == MarkerPosition::FinalPostPositionUnit) {
172            nextPos = marker;
173        } else {
174            nextPos = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
175        }
176        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
177        return nameMarker;
178    } else if (name->getType() == Name::Type::ZeroWidth) {
179        RE * zerowidth = name->getDefinition();
180        MarkerType zero = compile(zerowidth, pb);
181        AlignMarkers(marker, zero, pb);
182        PabloAST * ze = markerVar(zero);
183        if (nameString == "NonGCB") {
184            ze = pb.createNot(ze);
185        }
186        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
187    } else {
188        return process(name->getDefinition(), marker, pb);
189    }
190}
191
192inline MarkerType RE_Compiler::compileName(Name * name, PabloBuilder & pb) {
193    MarkerType m;
194    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
195        return m;
196    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
197        m = compile(name->getDefinition(), pb);
198        mCompiledName->add(name, m);
199        return m;
200    }
201    UnsupportedRE("Unresolved name " + name->getName());
202}
203
204MarkerType RE_Compiler::compileSeq(Seq * seq, MarkerType marker, PabloBuilder & pb) {
205    // if-hierarchies are not inserted within unbounded repetitions
206    if (mStarDepth > 0) {
207        for (RE * re : *seq) {
208            marker = process(re, marker, pb);
209        }
210        return marker;
211    } else {
212        return compileSeqTail(seq->begin(), seq->end(), 0, marker, pb);
213    }
214}
215
216MarkerType RE_Compiler::compileSeqTail(Seq::iterator current, Seq::iterator end, int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
217    if (current == end) {
218        return marker;
219    } else if (matchLenSoFar < IfInsertionGap) {
220        RE * r = *current;
221        marker = process(r, marker, pb);
222        current++;
223        return compileSeqTail(current, end, matchLenSoFar + minMatchLength(r), marker, pb);
224    } else {
225        Var * m = pb.createVar("m", pb.createZeroes());
226        NameMap nestedMap(mCompiledName);
227        mCompiledName = &nestedMap;
228        PabloBuilder nested = PabloBuilder::Create(pb);
229        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
230        nested.createAssign(m, markerVar(m1));
231        pb.createIf(markerVar(marker), nested);
232        mCompiledName = nestedMap.getParent();
233        return makeMarker(m1.pos, m);
234    }
235}
236
237MarkerType RE_Compiler::compileAlt(Alt * alt, MarkerType marker, PabloBuilder & pb) {
238    std::vector<PabloAST *>  accum(3, pb.createZeroes());
239    MarkerType const base = marker;
240    // The following may be useful to force a common Advance rather than separate
241    // Advances in each alternative.
242    for (RE * re : *alt) {
243        MarkerType m = process(re, base, pb);
244        MarkerPosition p = markerPos(m);
245        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
246    }
247    if (isa<Zeroes>(accum[MarkerPosition::FinalPostPositionUnit])) {
248        return makeMarker(MarkerPosition::FinalMatchUnit, accum[MarkerPosition::FinalMatchUnit]);
249    }
250    PabloAST * combine = pb.createAdvance(accum[MarkerPosition::FinalMatchUnit], 1, "combine");
251    combine = pb.createOr(pb.createScanThru(pb.createAnd(mInitial, combine), mNonFinal), accum[MarkerPosition::FinalPostPositionUnit], "alt");
252    return makeMarker(MarkerPosition::FinalPostPositionUnit, combine);
253}
254
255MarkerType RE_Compiler::compileAssertion(Assertion * a, MarkerType marker, PabloBuilder & pb) {
256    RE * asserted = a->getAsserted();
257    if (a->getKind() == Assertion::Kind::Lookbehind) {
258        MarkerType lookback = compile(asserted, pb);
259        AlignMarkers(marker, lookback, pb);
260        PabloAST * lb = markerVar(lookback);
261        if (a->getSense() == Assertion::Sense::Negative) {
262            lb = pb.createNot(lb);
263        }
264        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
265    } else if (a->getKind() == Assertion::Kind::Boundary) {
266        MarkerType cond = compile(asserted, pb);
267        if (LLVM_LIKELY(markerPos(cond) == MarkerPosition::FinalMatchUnit)) {
268            MarkerType postCond = AdvanceMarker(cond, MarkerPosition::FinalPostPositionUnit, pb);
269            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
270            if (a->getSense() == Assertion::Sense::Negative) {
271                boundaryCond = pb.createNot(boundaryCond);
272            }
273            MarkerType fbyte = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
274            return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
275        }
276        else UnsupportedRE("Unsupported boundary assertion");
277    } else if (isUnicodeUnitLength(asserted)) {
278        MarkerType lookahead = compile(asserted, pb);
279        if (LLVM_LIKELY(markerPos(lookahead) == MarkerPosition::FinalMatchUnit)) {
280            PabloAST * la = markerVar(lookahead);
281            if (a->getSense() == Assertion::Sense::Negative) {
282                la = pb.createNot(la);
283            }
284            MarkerType fbyte = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
285            return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
286        }
287    }
288    UnsupportedRE("Unsupported lookahead assertion.");
289}
290
291inline bool alignedUnicodeLength(const RE * lh, const RE * rh) {
292    const auto lhl = getUnicodeUnitLengthRange(lh);
293    const auto rhl = getUnicodeUnitLengthRange(rh);
294    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
295}
296
297MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
298    RE * lh = diff->getLH();
299    RE * rh = diff->getRH();
300    if (alignedUnicodeLength(lh, rh)) {
301        MarkerType t1 = process(lh, marker, pb);
302        MarkerType t2 = process(rh, marker, pb);
303        AlignMarkers(t1, t2, pb);
304        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
305    }
306    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
307}
308
309MarkerType RE_Compiler::compileIntersect(Intersect * x, MarkerType marker, PabloBuilder & pb) {
310    RE * lh = x->getLH();
311    RE * rh = x->getRH();
312    if (alignedUnicodeLength(lh, rh)) {
313        MarkerType t1 = process(lh, marker, pb);
314        MarkerType t2 = process(rh, marker, pb);
315        AlignMarkers(t1, t2, pb);
316        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
317    }
318    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
319}
320
321MarkerType RE_Compiler::compileRep(Rep * rep, MarkerType marker, PabloBuilder & pb) {
322    int lb = rep->getLB();
323    int ub = rep->getUB();
324    if (lb > 0) {
325        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
326    }
327    if (ub == Rep::UNBOUNDED_REP) {
328        marker = processUnboundedRep(rep->getRE(), marker, pb);
329    } else if (lb < ub) {
330        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
331    }
332    return marker;
333}
334
335/*
336   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
337   compute a stream marking |repeat_count| consecutive occurrences of such items.
338*/
339   
340PabloAST * RE_Compiler::consecutive_matches(PabloAST * repeated_j, int j, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
341    if (j == repeat_count) return repeated_j;
342    int i = std::min(j, repeat_count - j);
343    int k = j + i;
344    if (/*j > IfInsertionGap*/ false) {
345        Var * repeated = pb.createVar("repeated", pb.createZeroes());
346        PabloBuilder nested = PabloBuilder::Create(pb);
347        NameMap nestedMap(mCompiledName);
348        mCompiledName = &nestedMap;
349       
350        PabloAST * adv_i = nullptr;
351        if (indexStream == nullptr) adv_i = nested.createAdvance(repeated_j, i);
352        else adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
353        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
354        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
355        pb.createIf(repeated_j, nested);
356        mCompiledName = nestedMap.getParent();
357        return repeated;
358    }
359    else {
360        PabloAST * adv_i = nullptr;
361        if (indexStream == nullptr) adv_i = pb.createAdvance(repeated_j, i);
362        else adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
363        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
364        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
365    }
366}
367
368
369inline PabloAST * RE_Compiler::reachable(PabloAST * repeated, int length, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
370    int i = length;
371    int total_lgth = repeat_count * length;
372    if (repeat_count == 0) {
373        return repeated;
374    }
375    PabloAST * reachable = nullptr;
376    if (indexStream == nullptr) reachable = pb.createOr(repeated, pb.createAdvance(repeated, 1), "within1");
377    else reachable = pb.createOr(repeated, pb.createIndexedAdvance(repeated, indexStream, 1), "within1");
378    while ((i * 2) < total_lgth) {
379        PabloAST * v = reachable;
380        PabloAST * v2 = nullptr;
381        if (indexStream == nullptr) v2 = pb.createAdvance(v, i);
382        else v2 = pb.createIndexedAdvance(v, indexStream, i);
383        i *= 2;
384        reachable = pb.createOr(v, v2, "within" + std::to_string(i));
385    }
386    if (LLVM_LIKELY(i < total_lgth)) {
387        PabloAST * v = reachable;
388        PabloAST * v2 = nullptr;
389        if (indexStream == nullptr) v2 = pb.createAdvance(v, total_lgth - i);
390        else v2 = pb.createIndexedAdvance(v, indexStream, total_lgth - i);
391        reachable = pb.createOr(v, v2, "within" + std::to_string(total_lgth));
392    }
393    return reachable;
394}
395
396MarkerType RE_Compiler::processLowerBound(RE * repeated, int lb, MarkerType marker, int ifGroupSize, PabloBuilder & pb) {
397    if (LLVM_UNLIKELY(lb == 0)) return marker;
398    else if (LLVM_UNLIKELY(lb == 1)) return process(repeated, marker, pb);
399    //
400    // A bounded repetition with an upper bound of at least 2.
401    if (!mGraphemeBoundaryRule && !AlgorithmOptionIsSet(DisableLog2BoundedRepetition)) {
402        // Check for a regular expression that satisfies on of the special conditions that
403        // allow implementation using the log2 technique.
404        if (isByteLength(repeated)) {
405            PabloAST * cc = markerVar(compile(repeated, pb));
406            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
407            const auto pos = markerPos(marker) == MarkerPosition::FinalMatchUnit ? lb : lb - 1;
408            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
409            return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
410        }
411        else if (isUnicodeUnitLength(repeated)) {
412            PabloAST * cc = markerVar(compile(repeated, pb));
413            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
414            const auto pos = markerPos(marker) == MarkerPosition::FinalMatchUnit ? lb : lb - 1;
415            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
416            return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
417        }
418        else if (isTypeForLocal(repeated)) {
419            CC * firstSymSet = RE_Local::first(repeated);
420            std::map<CC *, CC*> followMap;
421            RE_Local::follow(repeated, followMap);
422            bool firstSymSet_found_in_follow = false;
423            for (auto & entry : followMap) {
424                if (entry.second->intersects(*firstSymSet)) {
425                    firstSymSet_found_in_follow = true;
426                }
427            }
428            if (!firstSymSet_found_in_follow) {
429                // When the first symbol is unique, we can use it as an index stream.
430                PabloAST * firstCCstream = markerVar(compile(firstSymSet, pb));
431                // Find all matches to the repeated regexp.
432                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), MarkerPosition::FinalPostPositionUnit, pb));
433                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
434                // the next submatch.   lb-1 such submatches are required.
435                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
436                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
437                PabloAST * base = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
438                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
439                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
440                // From any of these positions, any position reachable by one more occurrence of the
441                // regexp is a match.
442                return process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, consecutive_lb_1), pb);
443            }
444        }
445    }
446    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
447    auto group = ifGroupSize < lb ? ifGroupSize : lb;
448    for (auto i = 0; i < group; i++) {
449        marker = process(repeated, marker, pb);
450        if (mGraphemeBoundaryRule) {
451            marker = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
452        }
453    }
454    if (lb == group) {
455        return marker;
456    }
457    Var * m = pb.createVar("m", pb.createZeroes());
458    PabloBuilder nested = PabloBuilder::Create(pb);
459    NameMap nestedMap(mCompiledName);
460    mCompiledName = &nestedMap;
461    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
462    nested.createAssign(m, markerVar(m1));
463    pb.createIf(markerVar(marker), nested);
464    mCompiledName = nestedMap.getParent();
465    return makeMarker(m1.pos, m);
466}
467   
468MarkerType RE_Compiler::processBoundedRep(RE * repeated, int ub, MarkerType marker, int ifGroupSize,  PabloBuilder & pb) {
469    if (LLVM_UNLIKELY(ub == 0)) return marker;
470    //
471    // A bounded repetition with an upper bound of at least 2.
472    if (!mGraphemeBoundaryRule && !AlgorithmOptionIsSet(DisableLog2BoundedRepetition) && (ub > 1)) {
473        // Check for a regular expression that satisfies on of the special conditions that
474        // allow implementation using the log2 technique.
475        if (isByteLength(repeated)) {
476            // log2 upper bound for fixed length (=1) class
477            // Create a mask of positions reachable within ub from current marker.
478            // Use matchstar, then apply filter.
479            PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
480            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
481            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
482            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
483            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
484            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
485            // "multi-byte" character. Combine the masked range with any nonFinals.
486            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
487            return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
488        }
489        else if (isUnicodeUnitLength(repeated)) {
490            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
491            // as an index stream for an indexed advance operation.
492            PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
493            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
494            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
495            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
496            return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
497        }
498        else if (isTypeForLocal(repeated)) {
499            CC * firstSymSet = RE_Local::first(repeated);
500            std::map<CC *, CC*> followMap;
501            RE_Local::follow(repeated, followMap);
502            bool firstSymSet_found_in_follow = false;
503            for (auto & entry : followMap) {
504                if (entry.second->intersects(*firstSymSet)) {
505                    firstSymSet_found_in_follow = true;
506                }
507            }
508            if (!firstSymSet_found_in_follow) {
509                // When the first symbol is unique, we can use it as an index stream.
510                PabloAST * firstCCstream = markerVar(compile(firstSymSet, pb));
511                PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
512                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
513                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), MarkerPosition::FinalPostPositionUnit, pb)), upperLimitMask, "masked");
514                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
515                return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
516            }
517        }
518    }
519    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
520    auto group = ifGroupSize < ub ? ifGroupSize : ub;
521    for (auto i = 0; i < group; i++) {
522        MarkerType a = process(repeated, marker, pb);
523        MarkerType m = marker;
524        AlignMarkers(a, m, pb);
525        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
526        if (mGraphemeBoundaryRule) {
527            marker = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
528        }
529    }
530    if (ub == group) {
531        return marker;
532    }
533    Var * m1a = pb.createVar("m", pb.createZeroes());
534    PabloBuilder nested = PabloBuilder::Create(pb);
535    NameMap nestedMap(mCompiledName);
536    mCompiledName = &nestedMap;
537    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
538    nested.createAssign(m1a, markerVar(m1));
539    pb.createIf(markerVar(marker), nested);
540    mCompiledName = nestedMap.getParent();
541    return makeMarker(m1.pos, m1a);
542}
543
544MarkerType RE_Compiler::processUnboundedRep(RE * repeated, MarkerType marker, PabloBuilder & pb) {
545    // always use PostPosition markers for unbounded repetition.
546    PabloAST * base = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
547    if (!mGraphemeBoundaryRule && isByteLength(repeated)  && !AlgorithmOptionIsSet(DisableMatchStar)) {
548        PabloAST * mask = markerVar(compile(repeated, pb));
549        PabloAST * nonFinal = mNonFinal;
550        if (mGraphemeBoundaryRule) {
551            nonFinal = pb.createOr(nonFinal, pb.createNot(mGraphemeBoundaryRule, "gext"));
552        }
553        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
554        PabloAST * unbounded = pb.createMatchStar(base, pb.createOr(mask, nonFinal), "unbounded");
555        return makeMarker(MarkerPosition::FinalPostPositionUnit, unbounded);
556    } else if (isUnicodeUnitLength(repeated) && !AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar)) {
557        PabloAST * cc = markerVar(compile(repeated, pb));
558        PabloAST * mstar = nullptr;
559        PabloAST * nonFinal = mNonFinal;
560        if (mGraphemeBoundaryRule) {
561            nonFinal = pb.createOr(nonFinal, pb.createNot(mGraphemeBoundaryRule, "gext"));
562        }
563        cc = pb.createOr(cc, nonFinal);
564        mstar = pb.createMatchStar(base, cc);
565        PabloAST * final = mFinal;
566        if (mGraphemeBoundaryRule) {
567            final = mGraphemeBoundaryRule;
568        }
569        return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(mstar, final, "unbounded"));
570    } else if (mStarDepth > 0){
571        PabloBuilder * const outer = pb.getParent();
572        Var * starPending = outer->createVar("pending", outer->createZeroes());
573        Var * starAccum = outer->createVar("accum", outer->createZeroes());
574        mStarDepth++;
575        PabloAST * m1 = pb.createOr(base, starPending);
576        PabloAST * m2 = pb.createOr(base, starAccum);
577        MarkerType result = process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, m1), pb);
578        result = AdvanceMarker(result, MarkerPosition::FinalPostPositionUnit, pb);
579        PabloAST * loopComputation = markerVar(result);
580        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
581        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
582        mWhileTest = pb.createOr(mWhileTest, starPending);
583        mStarDepth--;     
584        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
585    } else {
586        Var * whileTest = pb.createVar("test", base);
587        Var * whilePending = pb.createVar("pending", base);
588        Var * whileAccum = pb.createVar("accum", base);
589        mWhileTest = pb.createZeroes();
590        PabloBuilder wb = PabloBuilder::Create(pb);
591        NameMap nestedMap(mCompiledName);
592        mCompiledName = &nestedMap;
593        mStarDepth++;
594        MarkerType result = process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, whilePending), wb);
595        result = AdvanceMarker(result, MarkerPosition::FinalPostPositionUnit, wb);
596        PabloAST * loopComputation = markerVar(result);
597        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
598        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
599        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
600        pb.createWhile(whileTest, wb);
601        mStarDepth--;
602        mCompiledName = nestedMap.getParent();
603        return makeMarker(markerPos(result), whileAccum);
604    }
605}
606
607inline MarkerType RE_Compiler::compileStart(const MarkerType marker, pablo::PabloBuilder & pb) {
608    MarkerType m = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
609    if (UNICODE_LINE_BREAK) {
610        PabloAST * line_end = mPB.createOr(mLineBreak, mCRLF);
611        PabloAST * sol_init = pb.createNot(pb.createOr(pb.createAdvance(pb.createNot(line_end), 1), mCRLF));
612        PabloAST * sol = pb.createScanThru(pb.createAnd(mInitial, sol_init), mNonFinal);
613        return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
614    } else {
615        PabloAST * sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
616        return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
617    }
618}
619
620inline MarkerType RE_Compiler::compileEnd(const MarkerType marker, pablo::PabloBuilder & pb) {
621    PabloAST * nextPos = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
622    return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(nextPos, mLineBreak, "eol"));
623}
624
625inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
626    if (marker.pos != newpos) {
627        if (marker.pos == MarkerPosition::FinalMatchUnit) {
628            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
629            PabloAST * nonFinal = mNonFinal;
630            if (mGraphemeBoundaryRule) {
631                nonFinal = pb.createOr(nonFinal, pb.createNot(mGraphemeBoundaryRule, "gext"));
632            }
633            PabloAST * starts = pb.createAnd(mInitial, marker.stream);
634            marker.stream = pb.createScanThru(starts, nonFinal, "fpp");
635            marker.pos = MarkerPosition::FinalPostPositionUnit;
636        }
637    }
638    return marker;
639}
640
641inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
642    if (m1.pos < m2.pos) {
643        m1 = AdvanceMarker(m1, m2.pos, pb);
644    } else if (m2.pos < m1.pos) {
645        m2 = AdvanceMarker(m2, m1.pos, pb);
646    }
647}
648   
649LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
650    llvm::report_fatal_error(errmsg);
651}
652   
653   
654
655RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler, bool local)
656: mKernel(kernel)
657, mCCCompiler(ccCompiler)
658, mLocal(local)
659, mLineBreak(nullptr)
660, mCRLF(nullptr)
661, mGraphemeBoundaryRule(nullptr)
662, mInitial(nullptr)
663, mNonFinal(nullptr)
664, mFinal(nullptr)
665, mWhileTest(nullptr)
666, mStarDepth(0)
667, mPB(ccCompiler.getBuilder())
668, mCompiledName(&mBaseMap) {
669    Var * const linebreak = mKernel->getInputStreamVar("linebreak");
670    mLineBreak = mPB.createExtract(linebreak, mPB.getInteger(0));
671    Var * const required = mKernel->getInputStreamVar("required");
672    mInitial = mPB.createExtract(required, mPB.getInteger(0));
673    mNonFinal = mPB.createExtract(required, mPB.getInteger(1));
674    mFinal = mPB.createExtract(required, mPB.getInteger(2));
675    mCRLF = mPB.createExtract(required, mPB.getInteger(3));
676}
677
678} // end of namespace re
Note: See TracBrowser for help on using the repository browser.