source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5816

Last change on this file since 5816 was 5816, checked in by cameron, 13 months ago

Supporting multiple alphabets in RE compilation - initial check-in

File size: 28.3 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/alphabet.h>
32#include <cc/cc_compiler.h>
33#include "pablo/builder.hpp"        // for PabloBuilder
34#include <IR_Gen/idisa_target.h>    // for AVX2_available
35#include <llvm/ADT/STLExtras.h> // for make_unique
36#include <llvm/Support/raw_ostream.h>
37#include <llvm/Support/ErrorHandling.h>
38
39namespace pablo { class PabloAST; }
40namespace pablo { class Var; }
41namespace pablo { class PabloKernel; }
42namespace re { class Alt; }
43namespace re { class RE; }
44
45using namespace pablo;
46using namespace llvm;
47
48using FollowMap = std::map<re::CC *, re::CC*>;
49
50namespace re {
51
52   
53void RE_Compiler::addAlphabet(cc::Alphabet * a, pablo::Var * basis_set) {
54    mAlphabets.push_back(a);
55    mAlphabetCompilers.push_back(make_unique<cc::CC_Compiler>(mKernel, basis_set));
56}
57
58using MarkerType = RE_Compiler::MarkerType;
59
60PabloAST * RE_Compiler::compile(RE * re, PabloAST * const initialCursors) {
61    const auto markers = initialCursors ? compile(re, initialCursors, mPB) : compile(re, mPB);
62    return markerVar(AdvanceMarker(markers, FinalPostPositionUnit, mPB));
63}
64
65inline MarkerType RE_Compiler::compile(RE * re, PabloAST * const cursors, PabloBuilder & pb) {
66    return process(re, makeMarker(FinalMatchUnit, cursors), pb);
67}
68
69inline MarkerType RE_Compiler::compile(RE * re, PabloBuilder & pb) {
70    return process(re, makeMarker(FinalPostPositionUnit, pb.createOnes()), pb);
71}
72   
73MarkerType RE_Compiler::process(RE * re, MarkerType marker, PabloBuilder & pb) {
74    if (isa<Name>(re)) {
75        return compileName(cast<Name>(re), marker, pb);
76    } else if (isa<Seq>(re)) {
77        return compileSeq(cast<Seq>(re), marker, pb);
78    } else if (isa<Alt>(re)) {
79        return compileAlt(cast<Alt>(re), marker, pb);
80    } else if (isa<Rep>(re)) {
81        return compileRep(cast<Rep>(re), marker, pb);
82    } else if (isa<Assertion>(re)) {
83        return compileAssertion(cast<Assertion>(re), marker, pb);
84    } else if (isa<Any>(re)) {
85        return compileAny(marker, pb);
86    } else if (isa<Diff>(re)) {
87        return compileDiff(cast<Diff>(re), marker, pb);
88    } else if (isa<Intersect>(re)) {
89        return compileIntersect(cast<Intersect>(re), marker, pb);
90    } else if (isa<Start>(re)) {
91        return compileStart(marker, pb);
92    } else if (isa<End>(re)) {
93        return compileEnd(marker, pb);
94    } else if (isa<CC>(re)) {
95        // CCs may be passed through the toolchain directly to the compiler.
96        return compileCC(cast<CC>(re), marker, pb);
97    } else {
98        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
99    }
100}
101
102inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
103    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, FinalPostPositionUnit, pb));
104    return makeMarker(FinalMatchUnit, nextFinalByte);
105}
106
107MarkerType RE_Compiler::compileCC(CC * cc, MarkerType marker, PabloBuilder & pb) {
108    PabloAST * nextPos = markerVar(marker);
109    const cc::Alphabet * a = cc->getAlphabet();
110    if (a == &cc::Byte) {
111        if (marker.pos == FinalMatchUnit) {
112            nextPos = pb.createAdvance(nextPos, 1);
113        }
114        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mCCCompiler.compileCC(cc, pb)));
115    } else if (a == &cc::Unicode) {
116        MarkerType m = compile(toUTF8(cc), pb);
117        nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
118        return makeMarker(FinalMatchUnit, pb.createAnd(markerVar(m), nextPos));
119    } else {
120        if (isByteLength(cc)) {
121            if (marker.pos == FinalMatchUnit) {
122                nextPos = pb.createAdvance(nextPos, 1);
123            }
124        } else {
125            nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
126        }
127        unsigned i = 0;
128        while (i < mAlphabets.size() && (a != mAlphabets[i])) i++;
129        if (i == mAlphabets.size()) llvm::report_fatal_error("Alphabet " + a->getName() + " has no CC compiler");
130        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mAlphabetCompilers[i]->compileCC(cc, pb)));
131    }
132}
133
134inline MarkerType RE_Compiler::compileName(Name * name, MarkerType marker, PabloBuilder & pb) {
135    const std::string nameString = name->getName();
136    if (nameString == ".") {
137        return compileAny(marker, pb);
138    } else if (nameString == "^"){
139        return compileStart(marker, pb);
140    } else if (nameString == "$"){
141        return compileEnd(marker, pb);
142    } else if (isUnicodeUnitLength(name)) {
143        MarkerType nameMarker = compileName(name, pb);
144        MarkerType nextPos = AdvanceMarker(marker, FinalPostPositionUnit, pb);
145        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
146        return nameMarker;
147    } else if (name->getType() == Name::Type::ZeroWidth) {
148        RE * zerowidth = name->getDefinition();
149        MarkerType zero = compile(zerowidth, pb);
150        AlignMarkers(marker, zero, pb);
151        PabloAST * ze = markerVar(zero);
152        if (nameString == "\\B{g}") {
153            ze = pb.createNot(ze);
154        }
155        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
156    } else {
157        return process(name->getDefinition(), marker, pb);
158    }
159}
160
161inline MarkerType RE_Compiler::compileName(Name * name, PabloBuilder & pb) {
162    MarkerType m;
163    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
164        return m;
165    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
166        m = compile(name->getDefinition(), pb);
167        mCompiledName->add(name, m);
168        return m;
169    }
170    UnsupportedRE("Unresolved name " + name->getName());
171}
172
173MarkerType RE_Compiler::compileSeq(Seq * seq, MarkerType marker, PabloBuilder & pb) {
174    // if-hierarchies are not inserted within unbounded repetitions
175    if (mStarDepth > 0) {
176        for (RE * re : *seq) {
177            marker = process(re, marker, pb);
178        }
179        return marker;
180    } else {
181        return compileSeqTail(seq->begin(), seq->end(), 0, marker, pb);
182    }
183}
184
185MarkerType RE_Compiler::compileSeqTail(Seq::iterator current, Seq::iterator end, int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
186    if (current == end) {
187        return marker;
188    } else if (matchLenSoFar < IfInsertionGap) {
189        RE * r = *current;
190        marker = process(r, marker, pb);
191        current++;
192        return compileSeqTail(current, end, matchLenSoFar + minMatchLength(r), marker, pb);
193    } else {
194        Var * m = pb.createVar("m", pb.createZeroes());
195        NameMap nestedMap(mCompiledName);
196        mCompiledName = &nestedMap;
197        PabloBuilder nested = PabloBuilder::Create(pb);
198        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
199        nested.createAssign(m, markerVar(m1));
200        pb.createIf(markerVar(marker), nested);
201        mCompiledName = nestedMap.getParent();
202        return makeMarker(m1.pos, m);
203    }
204}
205
206MarkerType RE_Compiler::compileAlt(Alt * alt, const MarkerType base, PabloBuilder & pb) {
207    std::vector<PabloAST *>  accum(3, pb.createZeroes());
208    // The following may be useful to force a common Advance rather than separate
209    // Advances in each alternative.
210    for (RE * re : *alt) {
211        MarkerType m = process(re, base, pb);
212        const MarkerPosition p = markerPos(m);
213        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
214    }
215    if (isa<Zeroes>(accum[InitialPostPositionUnit]) && isa<Zeroes>(accum[FinalPostPositionUnit])) {
216        return makeMarker(FinalMatchUnit, accum[FinalMatchUnit]);
217    }
218
219    PabloAST * combine = pb.createOr(accum[InitialPostPositionUnit], pb.createAdvance(accum[FinalMatchUnit], 1), "alt");
220    if (isa<Zeroes>(accum[FinalPostPositionUnit])) {
221        return makeMarker(InitialPostPositionUnit, combine);
222    }
223    combine = pb.createOr(pb.createScanThru(pb.createAnd(mInitial, combine), mNonFinal), accum[FinalPostPositionUnit], "alt");
224    return makeMarker(FinalPostPositionUnit, combine);
225}
226
227MarkerType RE_Compiler::compileAssertion(Assertion * a, MarkerType marker, PabloBuilder & pb) {
228    RE * asserted = a->getAsserted();
229    if (a->getKind() == Assertion::Kind::Lookbehind) {
230        MarkerType lookback = compile(asserted, pb);
231        AlignMarkers(marker, lookback, pb);
232        PabloAST * lb = markerVar(lookback);
233        if (a->getSense() == Assertion::Sense::Negative) {
234            lb = pb.createNot(lb);
235        }
236        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
237    } else if (a->getKind() == Assertion::Kind::Boundary) {
238        MarkerType cond = compile(asserted, pb);
239        if (LLVM_LIKELY(markerPos(cond) == FinalMatchUnit)) {
240            MarkerType postCond = AdvanceMarker(cond, FinalPostPositionUnit, pb);
241            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
242            if (a->getSense() == Assertion::Sense::Negative) {
243                boundaryCond = pb.createNot(boundaryCond);
244            }
245            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
246            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
247        }
248        else UnsupportedRE("Unsupported boundary assertion");
249    } else if (isUnicodeUnitLength(asserted)) {
250        MarkerType lookahead = compile(asserted, pb);
251        if (LLVM_LIKELY(markerPos(lookahead) == FinalMatchUnit)) {
252            PabloAST * la = markerVar(lookahead);
253            if (a->getSense() == Assertion::Sense::Negative) {
254                la = pb.createNot(la);
255            }
256            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
257            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
258        }
259    }
260    UnsupportedRE("Unsupported lookahead assertion.");
261}
262
263inline bool alignedUnicodeLength(const RE * lh, const RE * rh) {
264    const auto lhl = getUnicodeUnitLengthRange(lh);
265    const auto rhl = getUnicodeUnitLengthRange(rh);
266    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
267}
268
269MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
270    RE * lh = diff->getLH();
271    RE * rh = diff->getRH();
272    if (alignedUnicodeLength(lh, rh)) {
273        MarkerType t1 = process(lh, marker, pb);
274        MarkerType t2 = process(rh, marker, pb);
275        AlignMarkers(t1, t2, pb);
276        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
277    }
278    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
279}
280
281MarkerType RE_Compiler::compileIntersect(Intersect * x, MarkerType marker, PabloBuilder & pb) {
282    RE * lh = x->getLH();
283    RE * rh = x->getRH();
284    if (alignedUnicodeLength(lh, rh)) {
285        MarkerType t1 = process(lh, marker, pb);
286        MarkerType t2 = process(rh, marker, pb);
287        AlignMarkers(t1, t2, pb);
288        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
289    }
290    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
291}
292
293MarkerType RE_Compiler::compileRep(Rep * rep, MarkerType marker, PabloBuilder & pb) {
294    int lb = rep->getLB();
295    int ub = rep->getUB();
296    if (lb > 0) {
297        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
298    }
299    if (ub == Rep::UNBOUNDED_REP) {
300        marker = processUnboundedRep(rep->getRE(), marker, pb);
301    } else if (lb < ub) {
302        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
303    }
304    return marker;
305}
306
307/*
308   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
309   compute a stream marking |repeat_count| consecutive occurrences of such items.
310*/
311   
312PabloAST * RE_Compiler::consecutive_matches(PabloAST * repeated_j, int j, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
313    if (j == repeat_count) return repeated_j;
314    int i = std::min(j, repeat_count - j);
315    int k = j + i;
316    if (/*j > IfInsertionGap*/ false) {
317        Var * repeated = pb.createVar("repeated", pb.createZeroes());
318        PabloBuilder nested = PabloBuilder::Create(pb);
319        NameMap nestedMap(mCompiledName);
320        mCompiledName = &nestedMap;
321       
322        PabloAST * adv_i = nullptr;
323        if (indexStream == nullptr) adv_i = nested.createAdvance(repeated_j, i);
324        else adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
325        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
326        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
327        pb.createIf(repeated_j, nested);
328        mCompiledName = nestedMap.getParent();
329        return repeated;
330    }
331    else {
332        PabloAST * adv_i = nullptr;
333        if (indexStream == nullptr) adv_i = pb.createAdvance(repeated_j, i);
334        else adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
335        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
336        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
337    }
338}
339
340
341inline PabloAST * RE_Compiler::reachable(PabloAST * repeated, int length, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
342    int i = length;
343    int total_lgth = repeat_count * length;
344    if (repeat_count == 0) {
345        return repeated;
346    }
347    PabloAST * reachable = nullptr;
348    if (indexStream == nullptr) reachable = pb.createOr(repeated, pb.createAdvance(repeated, 1), "within1");
349    else reachable = pb.createOr(repeated, pb.createIndexedAdvance(repeated, indexStream, 1), "within1");
350    while ((i * 2) < total_lgth) {
351        PabloAST * v = reachable;
352        PabloAST * v2 = nullptr;
353        if (indexStream == nullptr) v2 = pb.createAdvance(v, i);
354        else v2 = pb.createIndexedAdvance(v, indexStream, i);
355        i *= 2;
356        reachable = pb.createOr(v, v2, "within" + std::to_string(i));
357    }
358    if (LLVM_LIKELY(i < total_lgth)) {
359        PabloAST * v = reachable;
360        PabloAST * v2 = nullptr;
361        if (indexStream == nullptr) v2 = pb.createAdvance(v, total_lgth - i);
362        else v2 = pb.createIndexedAdvance(v, indexStream, total_lgth - i);
363        reachable = pb.createOr(v, v2, "within" + std::to_string(total_lgth));
364    }
365    return reachable;
366}
367
368MarkerType RE_Compiler::processLowerBound(RE * repeated, int lb, MarkerType marker, int ifGroupSize, PabloBuilder & pb) {
369    if (LLVM_UNLIKELY(lb == 0)) {
370        return marker;
371    } else if (LLVM_UNLIKELY(lb == 1)) {
372        return process(repeated, marker, pb);
373    }
374    //
375    // A bounded repetition with an upper bound of at least 2.
376    if (!AlgorithmOptionIsSet(DisableLog2BoundedRepetition)) {
377        // Check for a regular expression that satisfies on of the special conditions that
378        // allow implementation using the log2 technique.
379        if (isByteLength(repeated)) {
380            PabloAST * cc = markerVar(compile(repeated, pb));
381            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
382            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
383            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
384            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
385        }
386        else if (isUnicodeUnitLength(repeated)) {
387            PabloAST * cc = markerVar(compile(repeated, pb));
388            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
389            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
390            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
391            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
392        }
393        else if (isTypeForLocal(repeated)) {
394            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
395            if (first) { // if the first symbol is unique, we can use it as an index stream.
396                PabloAST * firstCCstream = markerVar(compile(first, pb));
397                // Find all matches to the repeated regexp.
398                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb));
399                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
400                // the next submatch.   lb-1 such submatches are required.
401                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
402                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
403                PabloAST * base = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
404                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
405                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
406                // From any of these positions, any position reachable by one more occurrence of the
407                // regexp is a match.
408                return process(repeated, makeMarker(FinalPostPositionUnit, consecutive_lb_1), pb);
409            }
410        }
411    }
412    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
413    auto group = ifGroupSize < lb ? ifGroupSize : lb;
414    for (auto i = 0; i < group; i++) {
415        marker = process(repeated, marker, pb);
416    }
417    if (lb == group) {
418        return marker;
419    }
420    Var * m = pb.createVar("m", pb.createZeroes());
421    PabloBuilder nested = PabloBuilder::Create(pb);
422    NameMap nestedMap(mCompiledName);
423    mCompiledName = &nestedMap;
424    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
425    nested.createAssign(m, markerVar(m1));
426    pb.createIf(markerVar(marker), nested);
427    mCompiledName = nestedMap.getParent();
428    return makeMarker(m1.pos, m);
429}
430   
431MarkerType RE_Compiler::processBoundedRep(RE * repeated, int ub, MarkerType marker, int ifGroupSize,  PabloBuilder & pb) {
432    if (LLVM_UNLIKELY(ub == 0)) {
433        return marker;
434    }
435    //
436    // A bounded repetition with an upper bound of at least 2.
437    if (!AlgorithmOptionIsSet(DisableLog2BoundedRepetition) && (ub > 1)) {
438        // Check for a regular expression that satisfies on of the special conditions that
439        // allow implementation using the log2 technique.
440        if (isByteLength(repeated)) {
441            // log2 upper bound for fixed length (=1) class
442            // Create a mask of positions reachable within ub from current marker.
443            // Use matchstar, then apply filter.
444            PabloAST * cursor = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
445            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
446            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
447            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
448            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
449            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
450            // "multi-byte" character. Combine the masked range with any nonFinals.
451            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
452            return makeMarker(FinalPostPositionUnit, bounded);
453        }
454        else if (isUnicodeUnitLength(repeated)) {
455            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
456            // as an index stream for an indexed advance operation.
457            PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
458            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
459            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
460            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
461            return makeMarker(FinalPostPositionUnit, bounded);
462        }
463        else if (isTypeForLocal(repeated)) {
464            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
465            if (first) { // if the first symbol is unique, we can use it as an index stream.
466                PabloAST * firstCCstream = markerVar(compile(first, pb));
467                PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
468                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
469                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb)), upperLimitMask, "masked");
470                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
471                return makeMarker(FinalPostPositionUnit, bounded);
472            }
473        }
474    }
475    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
476    auto group = ifGroupSize < ub ? ifGroupSize : ub;
477    for (auto i = 0; i < group; i++) {
478        MarkerType a = process(repeated, marker, pb);
479        MarkerType m = marker;
480        AlignMarkers(a, m, pb);
481        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
482    }
483    if (ub == group) {
484        return marker;
485    }
486    Var * m1a = pb.createVar("m", pb.createZeroes());
487    PabloBuilder nested = PabloBuilder::Create(pb);
488    NameMap nestedMap(mCompiledName);
489    mCompiledName = &nestedMap;
490    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
491    nested.createAssign(m1a, markerVar(m1));
492    pb.createIf(markerVar(marker), nested);
493    mCompiledName = nestedMap.getParent();
494    return makeMarker(m1.pos, m1a);
495}
496
497MarkerType RE_Compiler::processUnboundedRep(RE * repeated, MarkerType marker, PabloBuilder & pb) {
498    // always use PostPosition markers for unbounded repetition.
499    PabloAST * base = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
500    if (isByteLength(repeated)  && !AlgorithmOptionIsSet(DisableMatchStar)) {
501        PabloAST * mask = markerVar(compile(repeated, pb));
502        PabloAST * nonFinal = mNonFinal;
503        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
504        PabloAST * unbounded = pb.createMatchStar(base, pb.createOr(mask, nonFinal), "unbounded");
505        return makeMarker(FinalPostPositionUnit, unbounded);
506    } else if (isUnicodeUnitLength(repeated) && !AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar)) {
507        PabloAST * cc = markerVar(compile(repeated, pb));
508        PabloAST * mstar = nullptr;
509        PabloAST * nonFinal = mNonFinal;
510        cc = pb.createOr(cc, nonFinal);
511        mstar = pb.createMatchStar(base, cc);
512        PabloAST * final = mFinal;
513        return makeMarker(FinalPostPositionUnit, pb.createAnd(mstar, final, "unbounded"));
514    } else if (mStarDepth > 0){
515        PabloBuilder * const outer = pb.getParent();
516        Var * starPending = outer->createVar("pending", outer->createZeroes());
517        Var * starAccum = outer->createVar("accum", outer->createZeroes());
518        mStarDepth++;
519        PabloAST * m1 = pb.createOr(base, starPending);
520        PabloAST * m2 = pb.createOr(base, starAccum);
521        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, m1), pb);
522        result = AdvanceMarker(result, InitialPostPositionUnit, pb);
523        PabloAST * loopComputation = markerVar(result);
524        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
525        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
526        mWhileTest = pb.createOr(mWhileTest, starPending);
527        mStarDepth--;     
528        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
529    } else {
530        Var * whileTest = pb.createVar("test", base);
531        Var * whilePending = pb.createVar("pending", base);
532        Var * whileAccum = pb.createVar("accum", base);
533        mWhileTest = pb.createZeroes();
534        PabloBuilder wb = PabloBuilder::Create(pb);
535        NameMap nestedMap(mCompiledName);
536        mCompiledName = &nestedMap;
537        mStarDepth++;
538        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, whilePending), wb);
539        result = AdvanceMarker(result, InitialPostPositionUnit, wb);
540        PabloAST * loopComputation = markerVar(result);
541        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
542        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
543        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
544        pb.createWhile(whileTest, wb);
545        mStarDepth--;
546        mCompiledName = nestedMap.getParent();
547        return makeMarker(markerPos(result), whileAccum);
548    }
549}
550
551inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
552    PabloAST * sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
553    MarkerType m = AdvanceMarker(marker, InitialPostPositionUnit, pb);
554    return makeMarker(InitialPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
555}
556
557inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
558    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
559    PabloAST * const atEOL = pb.createOr(pb.createAnd(mLineBreak, nextPos), pb.createAdvance(pb.createAnd(nextPos, mCRLF), 1), "eol");
560    return makeMarker(FinalPostPositionUnit, atEOL);
561}
562
563inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
564    if (marker.pos != newpos) {
565        if (marker.pos == FinalMatchUnit) {
566            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
567            marker.pos = InitialPostPositionUnit;
568        }
569        if (newpos == FinalPostPositionUnit) {
570            marker.stream = pb.createScanThru(pb.createAnd(mInitial, marker.stream), mNonFinal, "fpp");
571            marker.pos = FinalPostPositionUnit;
572        }
573    }
574    return marker;
575}
576
577inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
578    if (m1.pos < m2.pos) {
579        m1 = AdvanceMarker(m1, m2.pos, pb);
580    } else if (m2.pos < m1.pos) {
581        m2 = AdvanceMarker(m2, m1.pos, pb);
582    }
583}
584   
585LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
586    llvm::report_fatal_error(errmsg);
587}
588
589RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler)
590: mKernel(kernel)
591, mCCCompiler(ccCompiler)
592, mLineBreak(nullptr)
593, mCRLF(nullptr)
594, mInitial(nullptr)
595, mNonFinal(nullptr)
596, mFinal(nullptr)
597, mWhileTest(nullptr)
598, mStarDepth(0)
599, mPB(ccCompiler.getBuilder())
600, mCompiledName(&mBaseMap) {
601    Var * const linebreak = mKernel->getInputStreamVar("linebreak");
602    mLineBreak = mPB.createExtract(linebreak, mPB.getInteger(0));
603    Var * const crlf = mKernel->getInputStreamVar("cr+lf");
604    mCRLF = mPB.createExtract(crlf, mPB.getInteger(0));
605    Var * const required = mKernel->getInputStreamVar("required");
606    mInitial = mPB.createExtract(required, mPB.getInteger(0));
607    mNonFinal = mPB.createExtract(required, mPB.getInteger(1));
608    mFinal = mPB.createExtract(required, mPB.getInteger(2));
609}
610
611} // end of namespace re
Note: See TracBrowser for help on using the repository browser.