source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5847

Last change on this file since 5847 was 5847, checked in by cameron, 15 months ago

Unify Parabix CC compiler and Direct CC compiler with a common superclass

File size: 28.6 KB
Line 
1/*
2 *  Copyright (c) 2018 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, std::vector<pablo::PabloAST *> basis_set) {
54    mAlphabets.push_back(a);
55    mAlphabetCompilers.push_back(make_unique<cc::Parabix_CC_Compiler>(mKernel, basis_set));
56}
57
58using MarkerType = RE_Compiler::MarkerType;
59
60PabloAST * RE_Compiler::compile(RE * const re, PabloAST * const initialCursors) {
61    pablo::PabloBuilder mPB(mKernel->getEntryScope());
62    const auto markers = initialCursors ? compile(re, initialCursors, mPB) : compile(re, mPB);
63    return markerVar(AdvanceMarker(markers, FinalPostPositionUnit, mPB));
64}
65
66inline MarkerType RE_Compiler::compile(RE * const re, PabloAST * const cursors, PabloBuilder & pb) {
67    //  An important use case for an initial set of cursors to be passed in
68    //  is that the initial cursors are computed from a prefix of an RE such
69    //  that there is a high probability of all cursors remaining in a block
70    //  are zeroed.   We therefore embed processing logic in an if-test,
71    //  dependent on the initial cursors.
72    Var * m = pb.createVar("m", pb.createZeroes());
73    NameMap nestedMap(mCompiledName);
74    mCompiledName = &nestedMap;
75    auto nested = pb.createScope();
76    MarkerType m1 = process(re, makeMarker(FinalPostPositionUnit, cursors), nested);
77    nested.createAssign(m, markerVar(m1));
78    pb.createIf(cursors, nested);
79    mCompiledName = nestedMap.getParent();
80    return makeMarker(m1.pos, m);
81}
82
83inline MarkerType RE_Compiler::compile(RE * const re, PabloBuilder & pb) {
84    return process(re, makeMarker(FinalPostPositionUnit, pb.createOnes()), pb);
85}
86   
87MarkerType RE_Compiler::process(RE * const re, MarkerType marker, PabloBuilder & pb) {
88    if (isa<Name>(re)) {
89        return compileName(cast<Name>(re), marker, pb);
90    } else if (isa<Seq>(re)) {
91        return compileSeq(cast<Seq>(re), marker, pb);
92    } else if (isa<Alt>(re)) {
93        return compileAlt(cast<Alt>(re), marker, pb);
94    } else if (isa<Rep>(re)) {
95        return compileRep(cast<Rep>(re), marker, pb);
96    } else if (isa<Assertion>(re)) {
97        return compileAssertion(cast<Assertion>(re), marker, pb);
98    } else if (isa<Any>(re)) {
99        return compileAny(marker, pb);
100    } else if (isa<Diff>(re)) {
101        return compileDiff(cast<Diff>(re), marker, pb);
102    } else if (isa<Intersect>(re)) {
103        return compileIntersect(cast<Intersect>(re), marker, pb);
104    } else if (isa<Start>(re)) {
105        return compileStart(marker, pb);
106    } else if (isa<End>(re)) {
107        return compileEnd(marker, pb);
108    } else if (isa<CC>(re)) {
109        // CCs may be passed through the toolchain directly to the compiler.
110        return compileCC(cast<CC>(re), marker, pb);
111    } else {
112        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
113    }
114}
115
116inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
117    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, FinalPostPositionUnit, pb));
118    return makeMarker(FinalMatchUnit, nextFinalByte);
119}
120
121MarkerType RE_Compiler::compileCC(CC * const cc, MarkerType marker, PabloBuilder & pb) {
122    PabloAST * nextPos = markerVar(marker);
123    const cc::Alphabet * a = cc->getAlphabet();
124    if (a == &cc::Byte) {
125        if (marker.pos == FinalMatchUnit) {
126            nextPos = pb.createAdvance(nextPos, 1);
127        }
128        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mCCCompiler.compileCC(cc, pb)));
129    } else if (a == &cc::Unicode) {
130        MarkerType m = compile(toUTF8(cc), pb);
131        nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
132        return makeMarker(FinalMatchUnit, pb.createAnd(markerVar(m), nextPos));
133    } else {
134        if (isByteLength(cc)) {
135            if (marker.pos == FinalMatchUnit) {
136                nextPos = pb.createAdvance(nextPos, 1);
137            }
138        } else {
139            nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
140        }
141        unsigned i = 0;
142        while (i < mAlphabets.size() && (a != mAlphabets[i])) i++;
143        if (i == mAlphabets.size()) llvm::report_fatal_error("Alphabet " + a->getName() + " has no CC compiler");
144        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mAlphabetCompilers[i]->compileCC(cc, pb)));
145    }
146}
147
148inline MarkerType RE_Compiler::compileName(Name * const name, MarkerType marker, PabloBuilder & pb) {
149    const auto & nameString = name->getName();
150    if (nameString == ".") {
151        return compileAny(marker, pb);
152    } else if (nameString == "^"){
153        return compileStart(marker, pb);
154    } else if (nameString == "$"){
155        return compileEnd(marker, pb);
156    } else if (isUnicodeUnitLength(name)) {
157        MarkerType nameMarker = compileName(name, pb);
158        MarkerType nextPos = AdvanceMarker(marker, FinalPostPositionUnit, pb);
159        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
160        return nameMarker;
161    } else if (name->getType() == Name::Type::ZeroWidth) {
162        RE * zerowidth = name->getDefinition();
163        MarkerType zero = compile(zerowidth, pb);
164        AlignMarkers(marker, zero, pb);
165        PabloAST * ze = markerVar(zero);
166        if (nameString == "\\B{g}") {
167            ze = pb.createNot(ze);
168        }
169        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
170    } else {
171        return process(name->getDefinition(), marker, pb);
172    }
173}
174
175inline MarkerType RE_Compiler::compileName(Name * const name, PabloBuilder & pb) {
176    MarkerType m;
177    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
178        return m;
179    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
180        m = compile(name->getDefinition(), pb);
181        mCompiledName->add(name, m);
182        return m;
183    }
184    UnsupportedRE("Unresolved name " + name->getName());
185}
186
187MarkerType RE_Compiler::compileSeq(Seq * const seq, MarkerType marker, PabloBuilder & pb) {
188    // if-hierarchies are not inserted within unbounded repetitions
189    if (mStarDepth > 0) {
190        for (RE * re : *seq) {
191            marker = process(re, marker, pb);
192        }
193        return marker;
194    } else {
195        return compileSeqTail(seq->cbegin(), seq->cend(), 0, marker, pb);
196    }
197}
198
199MarkerType RE_Compiler::compileSeqTail(Seq::const_iterator current, const Seq::const_iterator end, const int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
200    if (current == end) {
201        return marker;
202    } else if (matchLenSoFar < IfInsertionGap) {
203        RE * r = *current;
204        marker = process(r, marker, pb);
205        return compileSeqTail(++current, end, matchLenSoFar + minMatchLength(r), marker, pb);
206    } else {
207        Var * m = pb.createVar("m", pb.createZeroes());
208        NameMap nestedMap(mCompiledName);
209        mCompiledName = &nestedMap;
210        auto nested = pb.createScope();
211        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
212        nested.createAssign(m, markerVar(m1));
213        pb.createIf(markerVar(marker), nested);
214        mCompiledName = nestedMap.getParent();
215        return makeMarker(m1.pos, m);
216    }
217}
218
219MarkerType RE_Compiler::compileAlt(Alt * const alt, const MarkerType base, PabloBuilder & pb) {
220    std::vector<PabloAST *>  accum(3, pb.createZeroes());
221    // The following may be useful to force a common Advance rather than separate
222    // Advances in each alternative.
223    for (RE * re : *alt) {
224        MarkerType m = process(re, base, pb);
225        const MarkerPosition p = markerPos(m);
226        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
227    }
228    if (isa<Zeroes>(accum[InitialPostPositionUnit]) && isa<Zeroes>(accum[FinalPostPositionUnit])) {
229        return makeMarker(FinalMatchUnit, accum[FinalMatchUnit]);
230    }
231
232    PabloAST * combine = pb.createOr(accum[InitialPostPositionUnit], pb.createAdvance(accum[FinalMatchUnit], 1), "alt");
233    if (isa<Zeroes>(accum[FinalPostPositionUnit])) {
234        return makeMarker(InitialPostPositionUnit, combine);
235    }
236    combine = pb.createOr(pb.createScanThru(pb.createAnd(mInitial, combine), mNonFinal), accum[FinalPostPositionUnit], "alt");
237    return makeMarker(FinalPostPositionUnit, combine);
238}
239
240MarkerType RE_Compiler::compileAssertion(Assertion * const a, MarkerType marker, PabloBuilder & pb) {
241    RE * asserted = a->getAsserted();
242    if (a->getKind() == Assertion::Kind::Lookbehind) {
243        MarkerType lookback = compile(asserted, pb);
244        AlignMarkers(marker, lookback, pb);
245        PabloAST * lb = markerVar(lookback);
246        if (a->getSense() == Assertion::Sense::Negative) {
247            lb = pb.createNot(lb);
248        }
249        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
250    } else if (a->getKind() == Assertion::Kind::Boundary) {
251        MarkerType cond = compile(asserted, pb);
252        if (LLVM_LIKELY(markerPos(cond) == FinalMatchUnit)) {
253            MarkerType postCond = AdvanceMarker(cond, FinalPostPositionUnit, pb);
254            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
255            if (a->getSense() == Assertion::Sense::Negative) {
256                boundaryCond = pb.createNot(boundaryCond);
257            }
258            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
259            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
260        }
261        else UnsupportedRE("Unsupported boundary assertion");
262    } else if (isUnicodeUnitLength(asserted)) {
263        MarkerType lookahead = compile(asserted, pb);
264        if (LLVM_LIKELY(markerPos(lookahead) == FinalMatchUnit)) {
265            PabloAST * la = markerVar(lookahead);
266            if (a->getSense() == Assertion::Sense::Negative) {
267                la = pb.createNot(la);
268            }
269            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
270            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
271        }
272    }
273    UnsupportedRE("Unsupported lookahead assertion.");
274}
275
276inline bool alignedUnicodeLength(const RE * const lh, const RE * const rh) {
277    const auto lhl = getUnicodeUnitLengthRange(lh);
278    const auto rhl = getUnicodeUnitLengthRange(rh);
279    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
280}
281
282MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
283    RE * const lh = diff->getLH();
284    RE * const rh = diff->getRH();
285    if (alignedUnicodeLength(lh, rh)) {
286        MarkerType t1 = process(lh, marker, pb);
287        MarkerType t2 = process(rh, marker, pb);
288        AlignMarkers(t1, t2, pb);
289        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
290    }
291    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
292}
293
294MarkerType RE_Compiler::compileIntersect(Intersect * const x, MarkerType marker, PabloBuilder & pb) {
295    RE * const lh = x->getLH();
296    RE * const rh = x->getRH();
297    if (alignedUnicodeLength(lh, rh)) {
298        MarkerType t1 = process(lh, marker, pb);
299        MarkerType t2 = process(rh, marker, pb);
300        AlignMarkers(t1, t2, pb);
301        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
302    }
303    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
304}
305
306MarkerType RE_Compiler::compileRep(Rep * const rep, MarkerType marker, PabloBuilder & pb) {
307    const auto lb = rep->getLB();
308    const auto ub = rep->getUB();
309    if (lb > 0) {
310        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
311    }
312    if (ub == Rep::UNBOUNDED_REP) {
313        marker = processUnboundedRep(rep->getRE(), marker, pb);
314    } else if (lb < ub) {
315        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
316    }
317    return marker;
318}
319
320/*
321   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
322   compute a stream marking |repeat_count| consecutive occurrences of such items.
323*/
324   
325PabloAST * RE_Compiler::consecutive_matches(PabloAST * const repeated_j, const int j, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
326    if (j == repeat_count) {
327        return repeated_j;
328    }
329    const int i = std::min(j, repeat_count - j);
330    const int k = j + i;
331    if (/*j > IfInsertionGap*/ false) {
332        Var * repeated = pb.createVar("repeated", pb.createZeroes());
333        auto nested = pb.createScope();
334        NameMap nestedMap(mCompiledName);
335        mCompiledName = &nestedMap;
336        PabloAST * adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
337        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
338        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
339        pb.createIf(repeated_j, nested);
340        mCompiledName = nestedMap.getParent();
341        return repeated;
342    } else {
343        PabloAST * adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
344        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
345        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
346    }
347}
348
349
350inline PabloAST * RE_Compiler::reachable(PabloAST *  const repeated, const int length, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
351    if (repeat_count == 0) {
352        return repeated;
353    }   
354    const int total_length = repeat_count * length;
355    PabloAST * const v2 = pb.createIndexedAdvance(repeated, indexStream, 1);
356    PabloAST * reachable = pb.createOr(repeated, v2, "within1");
357    int i = length;
358    while ((i * 2) < total_length) {
359        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, i);
360        i *= 2;
361        reachable = pb.createOr(reachable, extension, "within" + std::to_string(i));
362    }
363    if (LLVM_LIKELY(i < total_length)) {
364        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, total_length - i);
365        reachable = pb.createOr(reachable, extension, "within" + std::to_string(total_length));
366    }
367    return reachable;
368}
369
370MarkerType RE_Compiler::processLowerBound(RE * const repeated, const int lb, MarkerType marker, const int ifGroupSize, PabloBuilder & pb) {
371    if (LLVM_UNLIKELY(lb == 0)) {
372        return marker;
373    } else if (LLVM_UNLIKELY(lb == 1)) {
374        return process(repeated, marker, pb);
375    }
376    //
377    // A bounded repetition with an upper bound of at least 2.
378    if (LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
379        // Check for a regular expression that satisfies on of the special conditions that
380        // allow implementation using the log2 technique.
381        if (isByteLength(repeated)) {
382            PabloAST * cc = markerVar(compile(repeated, pb));
383            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
384            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
385            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
386            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
387        }
388        else if (isUnicodeUnitLength(repeated)) {
389            PabloAST * cc = markerVar(compile(repeated, pb));
390            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
391            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
392            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
393            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
394        }
395        else if (isTypeForLocal(repeated)) {
396            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
397            if (first) { // if the first symbol is unique, we can use it as an index stream.
398                PabloAST * firstCCstream = markerVar(compile(first, pb));
399                // Find all matches to the repeated regexp.
400                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb));
401                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
402                // the next submatch.   lb-1 such submatches are required.
403                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
404                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
405                PabloAST * base = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
406                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
407                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
408                // From any of these positions, any position reachable by one more occurrence of the
409                // regexp is a match.
410                return process(repeated, makeMarker(FinalPostPositionUnit, consecutive_lb_1), pb);
411            }
412        }
413    }
414    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
415    const auto group = ifGroupSize < lb ? ifGroupSize : lb;
416    for (auto i = 0; i < group; i++) {
417        marker = process(repeated, marker, pb);
418    }
419    if (lb == group) {
420        return marker;
421    }
422    Var * m = pb.createVar("m", pb.createZeroes());
423    auto nested = pb.createScope();
424    NameMap nestedMap(mCompiledName);
425    mCompiledName = &nestedMap;
426    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
427    nested.createAssign(m, markerVar(m1));
428    pb.createIf(markerVar(marker), nested);
429    mCompiledName = nestedMap.getParent();
430    return makeMarker(m1.pos, m);
431}
432   
433MarkerType RE_Compiler::processBoundedRep(RE * const repeated, const int ub, MarkerType marker, const int ifGroupSize,  PabloBuilder & pb) {
434    if (LLVM_UNLIKELY(ub == 0)) {
435        return marker;
436    }
437    //
438    // A bounded repetition with an upper bound of at least 2.
439    if ((ub > 1) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
440        // Check for a regular expression that satisfies on of the special conditions that
441        // allow implementation using the log2 technique.
442        if (isByteLength(repeated)) {
443            // log2 upper bound for fixed length (=1) class
444            // Create a mask of positions reachable within ub from current marker.
445            // Use matchstar, then apply filter.
446            PabloAST * cursor = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
447            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
448            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
449            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
450            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
451            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
452            // "multi-byte" character. Combine the masked range with any nonFinals.
453            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
454            return makeMarker(FinalPostPositionUnit, bounded);
455        }
456        else if (isUnicodeUnitLength(repeated)) {
457            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
458            // as an index stream for an indexed advance operation.
459            PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
460            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
461            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
462            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
463            return makeMarker(FinalPostPositionUnit, bounded);
464        }
465        else if (isTypeForLocal(repeated)) {
466            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
467            if (first) { // if the first symbol is unique, we can use it as an index stream.
468                PabloAST * firstCCstream = markerVar(compile(first, pb));
469                PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
470                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
471                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb)), upperLimitMask, "masked");
472                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
473                return makeMarker(FinalPostPositionUnit, bounded);
474            }
475        }
476    }
477    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
478    const auto group = ifGroupSize < ub ? ifGroupSize : ub;
479    for (auto i = 0; i < group; i++) {
480        MarkerType a = process(repeated, marker, pb);
481        MarkerType m = marker;
482        AlignMarkers(a, m, pb);
483        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
484    }
485    if (ub == group) {
486        return marker;
487    }
488    Var * const m1a = pb.createVar("m", pb.createZeroes());
489    auto nested = pb.createScope();
490    NameMap nestedMap(mCompiledName);
491    mCompiledName = &nestedMap;
492    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
493    nested.createAssign(m1a, markerVar(m1));
494    pb.createIf(markerVar(marker), nested);
495    mCompiledName = nestedMap.getParent();
496    return makeMarker(markerPos(m1), m1a);
497}
498
499MarkerType RE_Compiler::processUnboundedRep(RE * const repeated, MarkerType marker, PabloBuilder & pb) {
500    // always use PostPosition markers for unbounded repetition.
501    PabloAST * base = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
502    if (isByteLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar))) {
503        PabloAST * mask = markerVar(compile(repeated, pb));
504        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
505        mask = pb.createOr(mask, mNonFinal);
506        PabloAST * unbounded = pb.createMatchStar(base, mask, "unbounded");
507        return makeMarker(FinalPostPositionUnit, unbounded);
508    } else if (isUnicodeUnitLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar))) {
509        PabloAST * mask = markerVar(compile(repeated, pb));
510        mask = pb.createOr(mask, mNonFinal);
511        PabloAST * unbounded = pb.createMatchStar(base, mask);
512        return makeMarker(FinalPostPositionUnit, pb.createAnd(unbounded, mFinal, "unbounded"));
513    } else if (mStarDepth > 0){
514        PabloBuilder * const outer = pb.getParent();
515        Var * starPending = outer->createVar("pending", outer->createZeroes());
516        Var * starAccum = outer->createVar("accum", outer->createZeroes());
517        mStarDepth++;
518        PabloAST * m1 = pb.createOr(base, starPending);
519        PabloAST * m2 = pb.createOr(base, starAccum);
520        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, m1), pb);
521        result = AdvanceMarker(result, InitialPostPositionUnit, pb);
522        PabloAST * loopComputation = markerVar(result);
523        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
524        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
525        mWhileTest = pb.createOr(mWhileTest, starPending);
526        mStarDepth--;
527        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
528    } else {
529        Var * whileTest = pb.createVar("test", base);
530        Var * whilePending = pb.createVar("pending", base);
531        Var * whileAccum = pb.createVar("accum", base);
532        mWhileTest = pb.createZeroes();
533        auto wb = pb.createScope();
534        NameMap nestedMap(mCompiledName);
535        mCompiledName = &nestedMap;
536        mStarDepth++;
537        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, whilePending), wb);
538        result = AdvanceMarker(result, InitialPostPositionUnit, wb);
539        PabloAST * loopComputation = markerVar(result);
540        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
541        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
542        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
543        pb.createWhile(whileTest, wb);
544        mStarDepth--;
545        mCompiledName = nestedMap.getParent();
546        return makeMarker(markerPos(result), whileAccum);
547    }
548}
549
550inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
551    PabloAST * const sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
552    MarkerType m = AdvanceMarker(marker, InitialPostPositionUnit, pb);
553    return makeMarker(InitialPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
554}
555
556inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
557    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
558    PabloAST * const atEOL = pb.createOr(pb.createAnd(mLineBreak, nextPos), pb.createAdvance(pb.createAnd(nextPos, mCRLF), 1), "eol");
559    return makeMarker(FinalPostPositionUnit, atEOL);
560}
561
562inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
563    if (marker.pos != newpos) {
564        if (marker.pos == FinalMatchUnit) {
565            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
566            marker.pos = InitialPostPositionUnit;
567        }
568        if (newpos == FinalPostPositionUnit) {
569            marker.stream = pb.createScanThru(pb.createAnd(mInitial, marker.stream), mNonFinal, "fpp");
570            marker.pos = FinalPostPositionUnit;
571        }
572    }
573    return marker;
574}
575
576inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
577    if (m1.pos < m2.pos) {
578        m1 = AdvanceMarker(m1, m2.pos, pb);
579    } else if (m2.pos < m1.pos) {
580        m2 = AdvanceMarker(m2, m1.pos, pb);
581    }
582}
583   
584LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
585    llvm::report_fatal_error(errmsg);
586}
587
588RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler)
589: mKernel(kernel)
590, mCCCompiler(ccCompiler)
591, mLineBreak(nullptr)
592, mCRLF(nullptr)
593, mInitial(nullptr)
594, mNonFinal(nullptr)
595, mFinal(nullptr)
596, mWhileTest(nullptr)
597, mStarDepth(0)
598, mCompiledName(&mBaseMap) {
599    PabloBuilder mPB(kernel->getEntryScope());
600    Var * const linebreak = mKernel->getInputStreamVar("linebreak");
601    mLineBreak = mPB.createExtract(linebreak, 0);
602    Var * const crlf = mKernel->getInputStreamVar("cr+lf");
603    mCRLF = mPB.createExtract(crlf, 0);
604    Var * const required = mKernel->getInputStreamVar("required");
605    mInitial = mPB.createExtract(required, 0);
606    mNonFinal = mPB.createExtract(required, 1);
607    mFinal = mPB.createExtract(required, 2);
608}
609
610} // end of namespace re
Note: See TracBrowser for help on using the repository browser.