source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5810

Last change on this file since 5810 was 5810, checked in by cameron, 13 months ago

RE optimizations

File size: 28.6 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/to_utf8.h>
30#include <re/re_toolchain.h>        // for AlgorithmOptionIsSet, RE_Algorith...
31#include "cc/cc_compiler.h"         // for CC_Compiler
32#include "pablo/builder.hpp"        // for PabloBuilder
33#include <IR_Gen/idisa_target.h>    // for AVX2_available
34#include <llvm/Support/ErrorHandling.h>
35
36namespace pablo { class PabloAST; }
37namespace pablo { class PabloKernel; }
38namespace re { class Alt; }
39namespace re { class RE; }
40
41using namespace pablo;
42using namespace llvm;
43
44namespace re {
45
46PabloAST * RE_Compiler::compile(RE * re) {
47    return markerVar(AdvanceMarker(compile(re, mPB), MarkerPosition::FinalPostPositionUnit, mPB));
48}
49   
50MarkerType RE_Compiler::compile(RE * re, PabloBuilder & pb) {
51    return process(re, makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createOnes()), pb);
52}
53   
54MarkerType RE_Compiler::process(RE * re, MarkerType marker, PabloBuilder & pb) {
55    if (isa<Name>(re)) {
56        return compileName(cast<Name>(re), marker, pb);
57    } else if (isa<Seq>(re)) {
58        return compileSeq(cast<Seq>(re), marker, pb);
59    } else if (isa<Alt>(re)) {
60        return compileAlt(cast<Alt>(re), marker, pb);
61    } else if (isa<Rep>(re)) {
62        return compileRep(cast<Rep>(re), marker, pb);
63    } else if (isa<Assertion>(re)) {
64        return compileAssertion(cast<Assertion>(re), marker, pb);
65    } else if (isa<Any>(re)) {
66        return compileAny(marker, pb);
67    } else if (isa<Diff>(re)) {
68        return compileDiff(cast<Diff>(re), marker, pb);
69    } else if (isa<Intersect>(re)) {
70        return compileIntersect(cast<Intersect>(re), marker, pb);
71    } else if (isa<Start>(re)) {
72        return compileStart(marker, pb);
73    } else if (isa<End>(re)) {
74        return compileEnd(marker, pb);
75    } else if (isa<CC>(re)) {
76        // CCs may be passed through the toolchain directly to the compiler.
77        return compileCC(cast<CC>(re), marker, pb);
78    } else {
79        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
80    }
81}
82
83inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
84    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, MarkerPosition::FinalPostPositionUnit, pb));
85    return makeMarker(MarkerPosition::FinalMatchUnit, nextFinalByte);
86}
87
88MarkerType RE_Compiler::compileCC(CC * cc, MarkerType marker, PabloBuilder & pb) {
89    // If Unicode CCs weren't pulled out earlier, we generate the equivalent
90    // byte sequence as an RE.
91    if (cc->getAlphabet() == &cc::Unicode) return process(toUTF8(cc), marker, pb);
92    PabloAST * nextPos = markerVar(marker);
93    if (isByteLength(cc)) {
94        if (marker.pos == MarkerPosition::FinalMatchUnit) nextPos = pb.createAdvance(nextPos, 1);
95    }
96    else {
97        nextPos = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
98    }
99    return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(nextPos, mCCCompiler.compileCC(cc, pb)));
100}
101
102inline MarkerType RE_Compiler::compileName(Name * name, MarkerType marker, PabloBuilder & pb) {
103    const std::string nameString = name->getName();
104    if (nameString == ".") {
105        return compileAny(marker, pb);
106    } else if (nameString == "^"){
107        return compileStart(marker, pb);
108    } else if (nameString == "$"){
109        return compileEnd(marker, pb);
110    } else if (isUnicodeUnitLength(name)) {
111        MarkerType nameMarker = compileName(name, pb);
112        MarkerType nextPos = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
113        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
114        return nameMarker;
115    } else if (name->getType() == Name::Type::ZeroWidth) {
116        RE * zerowidth = name->getDefinition();
117        MarkerType zero = compile(zerowidth, pb);
118        AlignMarkers(marker, zero, pb);
119        PabloAST * ze = markerVar(zero);
120        if (nameString == "\\B{g}") {
121            ze = pb.createNot(ze);
122        }
123        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
124    } else {
125        return process(name->getDefinition(), marker, pb);
126    }
127}
128
129inline MarkerType RE_Compiler::compileName(Name * name, PabloBuilder & pb) {
130    MarkerType m;
131    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
132        return m;
133    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
134        m = compile(name->getDefinition(), pb);
135        mCompiledName->add(name, m);
136        return m;
137    }
138    UnsupportedRE("Unresolved name " + name->getName());
139}
140
141MarkerType RE_Compiler::compileSeq(Seq * seq, MarkerType marker, PabloBuilder & pb) {
142    // if-hierarchies are not inserted within unbounded repetitions
143    if (mStarDepth > 0) {
144        for (RE * re : *seq) {
145            marker = process(re, marker, pb);
146        }
147        return marker;
148    } else {
149        return compileSeqTail(seq->begin(), seq->end(), 0, marker, pb);
150    }
151}
152
153MarkerType RE_Compiler::compileSeqTail(Seq::iterator current, Seq::iterator end, int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
154    if (current == end) {
155        return marker;
156    } else if (matchLenSoFar < IfInsertionGap) {
157        RE * r = *current;
158        marker = process(r, marker, pb);
159        current++;
160        return compileSeqTail(current, end, matchLenSoFar + minMatchLength(r), marker, pb);
161    } else {
162        Var * m = pb.createVar("m", pb.createZeroes());
163        NameMap nestedMap(mCompiledName);
164        mCompiledName = &nestedMap;
165        PabloBuilder nested = PabloBuilder::Create(pb);
166        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
167        nested.createAssign(m, markerVar(m1));
168        pb.createIf(markerVar(marker), nested);
169        mCompiledName = nestedMap.getParent();
170        return makeMarker(m1.pos, m);
171    }
172}
173
174MarkerType RE_Compiler::compileAlt(Alt * alt, MarkerType marker, PabloBuilder & pb) {
175    std::vector<PabloAST *>  accum(3, pb.createZeroes());
176    MarkerType const base = marker;
177    // The following may be useful to force a common Advance rather than separate
178    // Advances in each alternative.
179    for (RE * re : *alt) {
180        MarkerType m = process(re, base, pb);
181        MarkerPosition p = markerPos(m);
182        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
183    }
184    if (isa<Zeroes>(accum[MarkerPosition::InitialPostPositionUnit]) && isa<Zeroes>(accum[MarkerPosition::FinalPostPositionUnit])) {
185        return makeMarker(MarkerPosition::FinalMatchUnit, accum[MarkerPosition::FinalMatchUnit]);
186    }
187    PabloAST * combine = pb.createOr(accum[InitialPostPositionUnit], pb.createAdvance(accum[MarkerPosition::FinalMatchUnit], 1), "alt");
188    if (isa<Zeroes>(accum[FinalPostPositionUnit])) {
189        return makeMarker(InitialPostPositionUnit, combine);
190    }
191    combine = pb.createOr(pb.createScanThru(pb.createAnd(mInitial, combine), mNonFinal), accum[MarkerPosition::FinalPostPositionUnit], "alt");
192    return makeMarker(MarkerPosition::FinalPostPositionUnit, combine);
193}
194
195MarkerType RE_Compiler::compileAssertion(Assertion * a, MarkerType marker, PabloBuilder & pb) {
196    RE * asserted = a->getAsserted();
197    if (a->getKind() == Assertion::Kind::Lookbehind) {
198        MarkerType lookback = compile(asserted, pb);
199        AlignMarkers(marker, lookback, pb);
200        PabloAST * lb = markerVar(lookback);
201        if (a->getSense() == Assertion::Sense::Negative) {
202            lb = pb.createNot(lb);
203        }
204        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
205    } else if (a->getKind() == Assertion::Kind::Boundary) {
206        MarkerType cond = compile(asserted, pb);
207        if (LLVM_LIKELY(markerPos(cond) == MarkerPosition::FinalMatchUnit)) {
208            MarkerType postCond = AdvanceMarker(cond, MarkerPosition::FinalPostPositionUnit, pb);
209            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
210            if (a->getSense() == Assertion::Sense::Negative) {
211                boundaryCond = pb.createNot(boundaryCond);
212            }
213            MarkerType fbyte = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
214            return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
215        }
216        else UnsupportedRE("Unsupported boundary assertion");
217    } else if (isUnicodeUnitLength(asserted)) {
218        MarkerType lookahead = compile(asserted, pb);
219        if (LLVM_LIKELY(markerPos(lookahead) == MarkerPosition::FinalMatchUnit)) {
220            PabloAST * la = markerVar(lookahead);
221            if (a->getSense() == Assertion::Sense::Negative) {
222                la = pb.createNot(la);
223            }
224            MarkerType fbyte = AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb);
225            return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
226        }
227    }
228    UnsupportedRE("Unsupported lookahead assertion.");
229}
230
231inline bool alignedUnicodeLength(const RE * lh, const RE * rh) {
232    const auto lhl = getUnicodeUnitLengthRange(lh);
233    const auto rhl = getUnicodeUnitLengthRange(rh);
234    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
235}
236
237MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
238    RE * lh = diff->getLH();
239    RE * rh = diff->getRH();
240    if (alignedUnicodeLength(lh, rh)) {
241        MarkerType t1 = process(lh, marker, pb);
242        MarkerType t2 = process(rh, marker, pb);
243        AlignMarkers(t1, t2, pb);
244        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
245    }
246    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
247}
248
249MarkerType RE_Compiler::compileIntersect(Intersect * x, MarkerType marker, PabloBuilder & pb) {
250    RE * lh = x->getLH();
251    RE * rh = x->getRH();
252    if (alignedUnicodeLength(lh, rh)) {
253        MarkerType t1 = process(lh, marker, pb);
254        MarkerType t2 = process(rh, marker, pb);
255        AlignMarkers(t1, t2, pb);
256        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
257    }
258    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
259}
260
261MarkerType RE_Compiler::compileRep(Rep * rep, MarkerType marker, PabloBuilder & pb) {
262    int lb = rep->getLB();
263    int ub = rep->getUB();
264    if (lb > 0) {
265        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
266    }
267    if (ub == Rep::UNBOUNDED_REP) {
268        marker = processUnboundedRep(rep->getRE(), marker, pb);
269    } else if (lb < ub) {
270        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
271    }
272    return marker;
273}
274
275/*
276   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
277   compute a stream marking |repeat_count| consecutive occurrences of such items.
278*/
279   
280PabloAST * RE_Compiler::consecutive_matches(PabloAST * repeated_j, int j, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
281    if (j == repeat_count) return repeated_j;
282    int i = std::min(j, repeat_count - j);
283    int k = j + i;
284    if (/*j > IfInsertionGap*/ false) {
285        Var * repeated = pb.createVar("repeated", pb.createZeroes());
286        PabloBuilder nested = PabloBuilder::Create(pb);
287        NameMap nestedMap(mCompiledName);
288        mCompiledName = &nestedMap;
289       
290        PabloAST * adv_i = nullptr;
291        if (indexStream == nullptr) adv_i = nested.createAdvance(repeated_j, i);
292        else adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
293        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
294        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
295        pb.createIf(repeated_j, nested);
296        mCompiledName = nestedMap.getParent();
297        return repeated;
298    }
299    else {
300        PabloAST * adv_i = nullptr;
301        if (indexStream == nullptr) adv_i = pb.createAdvance(repeated_j, i);
302        else adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
303        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
304        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
305    }
306}
307
308
309inline PabloAST * RE_Compiler::reachable(PabloAST * repeated, int length, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
310    int i = length;
311    int total_lgth = repeat_count * length;
312    if (repeat_count == 0) {
313        return repeated;
314    }
315    PabloAST * reachable = nullptr;
316    if (indexStream == nullptr) reachable = pb.createOr(repeated, pb.createAdvance(repeated, 1), "within1");
317    else reachable = pb.createOr(repeated, pb.createIndexedAdvance(repeated, indexStream, 1), "within1");
318    while ((i * 2) < total_lgth) {
319        PabloAST * v = reachable;
320        PabloAST * v2 = nullptr;
321        if (indexStream == nullptr) v2 = pb.createAdvance(v, i);
322        else v2 = pb.createIndexedAdvance(v, indexStream, i);
323        i *= 2;
324        reachable = pb.createOr(v, v2, "within" + std::to_string(i));
325    }
326    if (LLVM_LIKELY(i < total_lgth)) {
327        PabloAST * v = reachable;
328        PabloAST * v2 = nullptr;
329        if (indexStream == nullptr) v2 = pb.createAdvance(v, total_lgth - i);
330        else v2 = pb.createIndexedAdvance(v, indexStream, total_lgth - i);
331        reachable = pb.createOr(v, v2, "within" + std::to_string(total_lgth));
332    }
333    return reachable;
334}
335
336MarkerType RE_Compiler::processLowerBound(RE * repeated, int lb, MarkerType marker, int ifGroupSize, PabloBuilder & pb) {
337    if (LLVM_UNLIKELY(lb == 0)) return marker;
338    else if (LLVM_UNLIKELY(lb == 1)) return process(repeated, marker, pb);
339    //
340    // A bounded repetition with an upper bound of at least 2.
341    if (!AlgorithmOptionIsSet(DisableLog2BoundedRepetition)) {
342        // Check for a regular expression that satisfies on of the special conditions that
343        // allow implementation using the log2 technique.
344        if (isByteLength(repeated)) {
345            PabloAST * cc = markerVar(compile(repeated, pb));
346            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
347            const auto pos = markerPos(marker) == MarkerPosition::FinalMatchUnit ? lb : lb - 1;
348            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
349            return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
350        }
351        else if (isUnicodeUnitLength(repeated)) {
352            PabloAST * cc = markerVar(compile(repeated, pb));
353            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
354            const auto pos = markerPos(marker) == MarkerPosition::FinalMatchUnit ? lb : lb - 1;
355            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
356            return makeMarker(MarkerPosition::FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
357        }
358        else if (isTypeForLocal(repeated)) {
359            CC * firstSymSet = RE_Local::first(repeated);
360            std::map<CC *, CC*> followMap;
361            RE_Local::follow(repeated, followMap);
362            bool firstSymSet_found_in_follow = false;
363            for (auto & entry : followMap) {
364                if (entry.second->intersects(*firstSymSet)) {
365                    firstSymSet_found_in_follow = true;
366                }
367            }
368            if (!firstSymSet_found_in_follow) {
369                // When the first symbol is unique, we can use it as an index stream.
370                PabloAST * firstCCstream = markerVar(compile(firstSymSet, pb));
371                // Find all matches to the repeated regexp.
372                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), MarkerPosition::FinalPostPositionUnit, pb));
373                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
374                // the next submatch.   lb-1 such submatches are required.
375                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
376                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
377                PabloAST * base = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
378                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
379                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
380                // From any of these positions, any position reachable by one more occurrence of the
381                // regexp is a match.
382                return process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, consecutive_lb_1), pb);
383            }
384        }
385    }
386    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
387    auto group = ifGroupSize < lb ? ifGroupSize : lb;
388    for (auto i = 0; i < group; i++) {
389        marker = process(repeated, marker, pb);
390    }
391    if (lb == group) {
392        return marker;
393    }
394    Var * m = pb.createVar("m", pb.createZeroes());
395    PabloBuilder nested = PabloBuilder::Create(pb);
396    NameMap nestedMap(mCompiledName);
397    mCompiledName = &nestedMap;
398    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
399    nested.createAssign(m, markerVar(m1));
400    pb.createIf(markerVar(marker), nested);
401    mCompiledName = nestedMap.getParent();
402    return makeMarker(m1.pos, m);
403}
404   
405MarkerType RE_Compiler::processBoundedRep(RE * repeated, int ub, MarkerType marker, int ifGroupSize,  PabloBuilder & pb) {
406    if (LLVM_UNLIKELY(ub == 0)) return marker;
407    //
408    // A bounded repetition with an upper bound of at least 2.
409    if (!AlgorithmOptionIsSet(DisableLog2BoundedRepetition) && (ub > 1)) {
410        // Check for a regular expression that satisfies on of the special conditions that
411        // allow implementation using the log2 technique.
412        if (isByteLength(repeated)) {
413            // log2 upper bound for fixed length (=1) class
414            // Create a mask of positions reachable within ub from current marker.
415            // Use matchstar, then apply filter.
416            PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::InitialPostPositionUnit, pb));
417            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
418            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
419            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
420            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
421            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
422            // "multi-byte" character. Combine the masked range with any nonFinals.
423            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
424            return makeMarker(MarkerPosition::InitialPostPositionUnit, bounded);
425        }
426        else if (isUnicodeUnitLength(repeated)) {
427            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
428            // as an index stream for an indexed advance operation.
429            PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
430            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
431            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
432            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
433            return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
434        }
435        else if (isTypeForLocal(repeated)) {
436            CC * firstSymSet = RE_Local::first(repeated);
437            std::map<CC *, CC*> followMap;
438            RE_Local::follow(repeated, followMap);
439            bool firstSymSet_found_in_follow = false;
440            for (auto & entry : followMap) {
441                if (entry.second->intersects(*firstSymSet)) {
442                    firstSymSet_found_in_follow = true;
443                }
444            }
445            if (!firstSymSet_found_in_follow) {
446                // When the first symbol is unique, we can use it as an index stream.
447                PabloAST * firstCCstream = markerVar(compile(firstSymSet, pb));
448                PabloAST * cursor = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
449                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
450                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), MarkerPosition::FinalPostPositionUnit, pb)), upperLimitMask, "masked");
451                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
452                return makeMarker(MarkerPosition::FinalPostPositionUnit, bounded);
453            }
454        }
455    }
456    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
457    auto group = ifGroupSize < ub ? ifGroupSize : ub;
458    for (auto i = 0; i < group; i++) {
459        MarkerType a = process(repeated, marker, pb);
460        MarkerType m = marker;
461        AlignMarkers(a, m, pb);
462        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
463    }
464    if (ub == group) {
465        return marker;
466    }
467    Var * m1a = pb.createVar("m", pb.createZeroes());
468    PabloBuilder nested = PabloBuilder::Create(pb);
469    NameMap nestedMap(mCompiledName);
470    mCompiledName = &nestedMap;
471    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
472    nested.createAssign(m1a, markerVar(m1));
473    pb.createIf(markerVar(marker), nested);
474    mCompiledName = nestedMap.getParent();
475    return makeMarker(m1.pos, m1a);
476}
477
478MarkerType RE_Compiler::processUnboundedRep(RE * repeated, MarkerType marker, PabloBuilder & pb) {
479    // always use PostPosition markers for unbounded repetition.
480    PabloAST * base = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
481    if (isByteLength(repeated)  && !AlgorithmOptionIsSet(DisableMatchStar)) {
482        PabloAST * mask = markerVar(compile(repeated, pb));
483        PabloAST * nonFinal = mNonFinal;
484        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
485        PabloAST * unbounded = pb.createMatchStar(base, pb.createOr(mask, nonFinal), "unbounded");
486        return makeMarker(MarkerPosition::FinalPostPositionUnit, unbounded);
487    } else if (isUnicodeUnitLength(repeated) && !AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar)) {
488        PabloAST * cc = markerVar(compile(repeated, pb));
489        PabloAST * mstar = nullptr;
490        PabloAST * nonFinal = mNonFinal;
491        cc = pb.createOr(cc, nonFinal);
492        mstar = pb.createMatchStar(base, cc);
493        PabloAST * final = mFinal;
494        return makeMarker(MarkerPosition::FinalPostPositionUnit, pb.createAnd(mstar, final, "unbounded"));
495    } else if (mStarDepth > 0){
496        PabloBuilder * const outer = pb.getParent();
497        Var * starPending = outer->createVar("pending", outer->createZeroes());
498        Var * starAccum = outer->createVar("accum", outer->createZeroes());
499        mStarDepth++;
500        PabloAST * m1 = pb.createOr(base, starPending);
501        PabloAST * m2 = pb.createOr(base, starAccum);
502        MarkerType result = process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, m1), pb);
503        result = AdvanceMarker(result, MarkerPosition::FinalPostPositionUnit, pb);
504        PabloAST * loopComputation = markerVar(result);
505        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
506        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
507        mWhileTest = pb.createOr(mWhileTest, starPending);
508        mStarDepth--;     
509        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
510    } else {
511        Var * whileTest = pb.createVar("test", base);
512        Var * whilePending = pb.createVar("pending", base);
513        Var * whileAccum = pb.createVar("accum", base);
514        mWhileTest = pb.createZeroes();
515        PabloBuilder wb = PabloBuilder::Create(pb);
516        NameMap nestedMap(mCompiledName);
517        mCompiledName = &nestedMap;
518        mStarDepth++;
519        MarkerType result = process(repeated, makeMarker(MarkerPosition::FinalPostPositionUnit, whilePending), wb);
520        result = AdvanceMarker(result, MarkerPosition::FinalPostPositionUnit, wb);
521        PabloAST * loopComputation = markerVar(result);
522        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
523        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
524        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
525        pb.createWhile(whileTest, wb);
526        mStarDepth--;
527        mCompiledName = nestedMap.getParent();
528        return makeMarker(markerPos(result), whileAccum);
529    }
530}
531
532inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
533    PabloAST * sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
534    MarkerType m = AdvanceMarker(marker, MarkerPosition::InitialPostPositionUnit, pb);
535    return makeMarker(MarkerPosition::InitialPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
536}
537
538inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
539    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, MarkerPosition::FinalPostPositionUnit, pb));
540    PabloAST * atEOL = pb.createOr(pb.createAnd(mLineBreak, nextPos), pb.createAdvance(pb.createAnd(nextPos, mCRLF), 1), "eol");
541    return makeMarker(MarkerPosition::FinalPostPositionUnit, atEOL);
542}
543
544inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
545    if (marker.pos != newpos) {
546        if (marker.pos == MarkerPosition::FinalMatchUnit) {
547            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
548            marker.pos = MarkerPosition::InitialPostPositionUnit;
549        }
550        if (newpos == MarkerPosition::FinalPostPositionUnit) {
551            PabloAST * nonFinal = mNonFinal;
552            marker.stream = pb.createScanThru(pb.createAnd(mInitial, marker.stream), nonFinal, "fpp");
553            marker.pos = MarkerPosition::FinalPostPositionUnit;
554        }
555    }
556    return marker;
557}
558
559inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
560    if (m1.pos < m2.pos) {
561        m1 = AdvanceMarker(m1, m2.pos, pb);
562    } else if (m2.pos < m1.pos) {
563        m2 = AdvanceMarker(m2, m1.pos, pb);
564    }
565}
566   
567LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
568    llvm::report_fatal_error(errmsg);
569}
570
571RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler)
572: mKernel(kernel)
573, mCCCompiler(ccCompiler)
574, mLineBreak(nullptr)
575, mCRLF(nullptr)
576, mInitial(nullptr)
577, mNonFinal(nullptr)
578, mFinal(nullptr)
579, mWhileTest(nullptr)
580, mStarDepth(0)
581, mPB(ccCompiler.getBuilder())
582, mCompiledName(&mBaseMap) {
583    Var * const linebreak = mKernel->getInputStreamVar("linebreak");
584    mLineBreak = mPB.createExtract(linebreak, mPB.getInteger(0));
585    Var * const crlf = mKernel->getInputStreamVar("cr+lf");
586    mCRLF = mPB.createExtract(crlf, mPB.getInteger(0));
587    Var * const required = mKernel->getInputStreamVar("required");
588    mInitial = mPB.createExtract(required, mPB.getInteger(0));
589    mNonFinal = mPB.createExtract(required, mPB.getInteger(1));
590    mFinal = mPB.createExtract(required, mPB.getInteger(2));
591
592}
593
594} // end of namespace re
Note: See TracBrowser for help on using the repository browser.