source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5880

Last change on this file since 5880 was 5880, checked in by cameron, 14 months ago

Grapheme cluster support: represent B{g} using Seq{} - b{g}; parser cleanups

File size: 28.4 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_rep.h>              // for Rep, Rep::::UNBOUNDED_REP
24#include <re/re_seq.h>              // for Seq
25#include <re/re_start.h>
26#include <re/re_local.h>
27#include <re/to_utf8.h>
28#include <re/re_toolchain.h>        // for AlgorithmOptionIsSet, RE_Algorith...
29#include <cc/alphabet.h>
30#include <cc/cc_compiler.h>
31#include "pablo/builder.hpp"        // for PabloBuilder
32#include <IR_Gen/idisa_target.h>    // for AVX2_available
33#include <llvm/ADT/STLExtras.h> // for make_unique
34#include <llvm/Support/raw_ostream.h>
35#include <llvm/Support/ErrorHandling.h>
36
37namespace pablo { class PabloAST; }
38namespace pablo { class Var; }
39namespace pablo { class PabloKernel; }
40namespace re { class Alt; }
41namespace re { class RE; }
42
43using namespace pablo;
44using namespace llvm;
45
46namespace re {
47
48   
49void RE_Compiler::addAlphabet(cc::Alphabet * a, std::vector<pablo::PabloAST *> basis_set) {
50    mAlphabets.push_back(a);
51    mAlphabetCompilers.push_back(make_unique<cc::Parabix_CC_Compiler>(mEntryScope, basis_set));
52}
53
54using MarkerType = RE_Compiler::MarkerType;
55
56PabloAST * RE_Compiler::compile(RE * const re, PabloAST * const initialCursors) {
57    pablo::PabloBuilder mPB(mEntryScope);
58    const auto markers = initialCursors ? compile(re, initialCursors, mPB) : compile(re, mPB);
59    return markerVar(AdvanceMarker(markers, FinalPostPositionUnit, mPB));
60}
61
62inline MarkerType RE_Compiler::compile(RE * const re, PabloAST * const cursors, PabloBuilder & pb) {
63    //  An important use case for an initial set of cursors to be passed in
64    //  is that the initial cursors are computed from a prefix of an RE such
65    //  that there is a high probability of all cursors remaining in a block
66    //  are zeroed.   We therefore embed processing logic in an if-test,
67    //  dependent on the initial cursors.
68    Var * m = pb.createVar("m", pb.createZeroes());
69    NameMap nestedMap(mCompiledName);
70    mCompiledName = &nestedMap;
71    auto nested = pb.createScope();
72    MarkerType m1 = process(re, makeMarker(FinalPostPositionUnit, cursors), nested);
73    nested.createAssign(m, markerVar(m1));
74    pb.createIf(cursors, nested);
75    mCompiledName = nestedMap.getParent();
76    return makeMarker(m1.pos, m);
77}
78
79inline MarkerType RE_Compiler::compile(RE * const re, PabloBuilder & pb) {
80    return process(re, makeMarker(FinalPostPositionUnit, pb.createOnes()), pb);
81}
82   
83MarkerType RE_Compiler::process(RE * const re, MarkerType marker, PabloBuilder & pb) {
84    if (isa<Name>(re)) {
85        return compileName(cast<Name>(re), marker, pb);
86    } else if (isa<Seq>(re)) {
87        return compileSeq(cast<Seq>(re), marker, pb);
88    } else if (isa<Alt>(re)) {
89        return compileAlt(cast<Alt>(re), marker, pb);
90    } else if (isa<Rep>(re)) {
91        return compileRep(cast<Rep>(re), marker, pb);
92    } else if (isa<Assertion>(re)) {
93        return compileAssertion(cast<Assertion>(re), marker, pb);
94    } else if (isa<Any>(re)) {
95        return compileAny(marker, pb);
96    } else if (isa<Diff>(re)) {
97        return compileDiff(cast<Diff>(re), marker, pb);
98    } else if (isa<Intersect>(re)) {
99        return compileIntersect(cast<Intersect>(re), marker, pb);
100    } else if (isa<Start>(re)) {
101        return compileStart(marker, pb);
102    } else if (isa<End>(re)) {
103        return compileEnd(marker, pb);
104    } else if (isa<CC>(re)) {
105        // CCs may be passed through the toolchain directly to the compiler.
106        return compileCC(cast<CC>(re), marker, pb);
107    } else {
108        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
109    }
110}
111
112inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
113    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, FinalPostPositionUnit, pb));
114    return makeMarker(FinalMatchUnit, nextFinalByte);
115}
116
117MarkerType RE_Compiler::compileCC(CC * const cc, MarkerType marker, PabloBuilder & pb) {
118    PabloAST * nextPos = markerVar(marker);
119    const cc::Alphabet * a = cc->getAlphabet();
120    if (a == &cc::Byte) {
121        if (marker.pos == FinalMatchUnit) {
122            nextPos = pb.createAdvance(nextPos, 1);
123        }
124        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mCCCompiler.compileCC(cc, pb)));
125    } else if (a == &cc::Unicode) {
126        MarkerType m = compile(toUTF8(cc), pb);
127        nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
128        return makeMarker(FinalMatchUnit, pb.createAnd(markerVar(m), nextPos));
129    } else {
130        if (isByteLength(cc)) {
131            if (marker.pos == FinalMatchUnit) {
132                nextPos = pb.createAdvance(nextPos, 1);
133            }
134        } else {
135            nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
136        }
137        unsigned i = 0;
138        while (i < mAlphabets.size() && (a != mAlphabets[i])) i++;
139        if (i == mAlphabets.size()) llvm::report_fatal_error("Alphabet " + a->getName() + " has no CC compiler");
140        return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mAlphabetCompilers[i]->compileCC(cc, pb)));
141    }
142}
143
144inline MarkerType RE_Compiler::compileName(Name * const name, MarkerType marker, PabloBuilder & pb) {
145    const auto & nameString = name->getName();
146    if (nameString == ".") {
147        return compileAny(marker, pb);
148    } else if (nameString == "^"){
149        return compileStart(marker, pb);
150    } else if (nameString == "$"){
151        return compileEnd(marker, pb);
152    } else if (isUnicodeUnitLength(name)) {
153        MarkerType nameMarker = compileName(name, pb);
154        MarkerType nextPos = AdvanceMarker(marker, FinalPostPositionUnit, pb);
155        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
156        return nameMarker;
157    } else if (name->getType() == Name::Type::ZeroWidth) {
158        RE * zerowidth = name->getDefinition();
159        MarkerType zero = compile(zerowidth, pb);
160        AlignMarkers(marker, zero, pb);
161        PabloAST * ze = markerVar(zero);
162        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
163    } else {
164        return process(name->getDefinition(), marker, pb);
165    }
166}
167
168inline MarkerType RE_Compiler::compileName(Name * const name, PabloBuilder & pb) {
169    MarkerType m;
170    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
171        return m;
172    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
173        m = compile(name->getDefinition(), pb);
174        mCompiledName->add(name, m);
175        return m;
176    }
177    UnsupportedRE("Unresolved name " + name->getName());
178}
179
180MarkerType RE_Compiler::compileSeq(Seq * const seq, MarkerType marker, PabloBuilder & pb) {
181    // if-hierarchies are not inserted within unbounded repetitions
182    if (mStarDepth > 0) {
183        for (RE * re : *seq) {
184            marker = process(re, marker, pb);
185        }
186        return marker;
187    } else {
188        return compileSeqTail(seq->cbegin(), seq->cend(), 0, marker, pb);
189    }
190}
191
192MarkerType RE_Compiler::compileSeqTail(Seq::const_iterator current, const Seq::const_iterator end, const int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
193    if (current == end) {
194        return marker;
195    } else if (matchLenSoFar < IfInsertionGap) {
196        RE * r = *current;
197        marker = process(r, marker, pb);
198        return compileSeqTail(++current, end, matchLenSoFar + minMatchLength(r), marker, pb);
199    } else {
200        Var * m = pb.createVar("m", pb.createZeroes());
201        NameMap nestedMap(mCompiledName);
202        mCompiledName = &nestedMap;
203        auto nested = pb.createScope();
204        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
205        nested.createAssign(m, markerVar(m1));
206        pb.createIf(markerVar(marker), nested);
207        mCompiledName = nestedMap.getParent();
208        return makeMarker(m1.pos, m);
209    }
210}
211
212MarkerType RE_Compiler::compileAlt(Alt * const alt, const MarkerType base, PabloBuilder & pb) {
213    std::vector<PabloAST *>  accum(3, pb.createZeroes());
214    // The following may be useful to force a common Advance rather than separate
215    // Advances in each alternative.
216    for (RE * re : *alt) {
217        MarkerType m = process(re, base, pb);
218        const MarkerPosition p = markerPos(m);
219        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
220    }
221    if (isa<Zeroes>(accum[InitialPostPositionUnit]) && isa<Zeroes>(accum[FinalPostPositionUnit])) {
222        return makeMarker(FinalMatchUnit, accum[FinalMatchUnit]);
223    }
224
225    PabloAST * combine = pb.createOr(accum[InitialPostPositionUnit], pb.createAdvance(accum[FinalMatchUnit], 1), "alt");
226    if (isa<Zeroes>(accum[FinalPostPositionUnit])) {
227        return makeMarker(InitialPostPositionUnit, combine);
228    }
229    combine = pb.createOr(pb.createOr(pb.createAnd(combine, mFinal), pb.createScanThru(pb.createAnd(mNonFinal, combine), mNonFinal)), accum[FinalPostPositionUnit], "alt");
230    return makeMarker(FinalPostPositionUnit, combine);
231}
232
233MarkerType RE_Compiler::compileAssertion(Assertion * const a, MarkerType marker, PabloBuilder & pb) {
234    RE * asserted = a->getAsserted();
235    if (a->getKind() == Assertion::Kind::Lookbehind) {
236        MarkerType lookback = compile(asserted, pb);
237        AlignMarkers(marker, lookback, pb);
238        PabloAST * lb = markerVar(lookback);
239        if (a->getSense() == Assertion::Sense::Negative) {
240            lb = pb.createNot(lb);
241        }
242        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
243    } else if (a->getKind() == Assertion::Kind::Boundary) {
244        MarkerType cond = compile(asserted, pb);
245        if (LLVM_LIKELY(markerPos(cond) == FinalMatchUnit)) {
246            MarkerType postCond = AdvanceMarker(cond, FinalPostPositionUnit, pb);
247            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
248            if (a->getSense() == Assertion::Sense::Negative) {
249                boundaryCond = pb.createNot(boundaryCond);
250            }
251            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
252            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
253        }
254        else UnsupportedRE("Unsupported boundary assertion");
255    } else if (isUnicodeUnitLength(asserted)) {
256        MarkerType lookahead = compile(asserted, pb);
257        if (LLVM_LIKELY(markerPos(lookahead) == FinalMatchUnit)) {
258            PabloAST * la = markerVar(lookahead);
259            if (a->getSense() == Assertion::Sense::Negative) {
260                la = pb.createNot(la);
261            }
262            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
263            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
264        }
265    }
266    UnsupportedRE("Unsupported lookahead assertion.");
267}
268
269inline bool alignedUnicodeLength(const RE * const lh, const RE * const rh) {
270    const auto lhl = getUnicodeUnitLengthRange(lh);
271    const auto rhl = getUnicodeUnitLengthRange(rh);
272    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
273}
274
275MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
276    RE * const lh = diff->getLH();
277    RE * const rh = diff->getRH();
278    if (alignedUnicodeLength(lh, rh)) {
279        MarkerType t1 = process(lh, marker, pb);
280        MarkerType t2 = process(rh, marker, pb);
281        AlignMarkers(t1, t2, pb);
282        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
283    }
284    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
285}
286
287MarkerType RE_Compiler::compileIntersect(Intersect * const x, MarkerType marker, PabloBuilder & pb) {
288    RE * const lh = x->getLH();
289    RE * const rh = x->getRH();
290    if (alignedUnicodeLength(lh, rh)) {
291        MarkerType t1 = process(lh, marker, pb);
292        MarkerType t2 = process(rh, marker, pb);
293        AlignMarkers(t1, t2, pb);
294        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
295    }
296    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
297}
298
299MarkerType RE_Compiler::compileRep(Rep * const rep, MarkerType marker, PabloBuilder & pb) {
300    const auto lb = rep->getLB();
301    const auto ub = rep->getUB();
302    if (lb > 0) {
303        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
304    }
305    if (ub == Rep::UNBOUNDED_REP) {
306        marker = processUnboundedRep(rep->getRE(), marker, pb);
307    } else if (lb < ub) {
308        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
309    }
310    return marker;
311}
312
313/*
314   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
315   compute a stream marking |repeat_count| consecutive occurrences of such items.
316*/
317   
318PabloAST * RE_Compiler::consecutive_matches(PabloAST * const repeated_j, const int j, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
319    if (j == repeat_count) {
320        return repeated_j;
321    }
322    const int i = std::min(j, repeat_count - j);
323    const int k = j + i;
324    if (/*j > IfInsertionGap*/ false) {
325        Var * repeated = pb.createVar("repeated", pb.createZeroes());
326        auto nested = pb.createScope();
327        NameMap nestedMap(mCompiledName);
328        mCompiledName = &nestedMap;
329        PabloAST * adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
330        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
331        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
332        pb.createIf(repeated_j, nested);
333        mCompiledName = nestedMap.getParent();
334        return repeated;
335    } else {
336        PabloAST * adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
337        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
338        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
339    }
340}
341
342
343inline PabloAST * RE_Compiler::reachable(PabloAST *  const repeated, const int length, const int repeat_count, PabloAST * const indexStream, PabloBuilder & pb) {
344    if (repeat_count == 0) {
345        return repeated;
346    }   
347    const int total_length = repeat_count * length;
348    PabloAST * const v2 = pb.createIndexedAdvance(repeated, indexStream, 1);
349    PabloAST * reachable = pb.createOr(repeated, v2, "within1");
350    int i = length;
351    while ((i * 2) < total_length) {
352        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, i);
353        i *= 2;
354        reachable = pb.createOr(reachable, extension, "within" + std::to_string(i));
355    }
356    if (LLVM_LIKELY(i < total_length)) {
357        PabloAST * const extension = pb.createIndexedAdvance(reachable, indexStream, total_length - i);
358        reachable = pb.createOr(reachable, extension, "within" + std::to_string(total_length));
359    }
360    return reachable;
361}
362
363MarkerType RE_Compiler::processLowerBound(RE * const repeated, const int lb, MarkerType marker, const int ifGroupSize, PabloBuilder & pb) {
364    if (LLVM_UNLIKELY(lb == 0)) {
365        return marker;
366    } else if (LLVM_UNLIKELY(lb == 1)) {
367        return process(repeated, marker, pb);
368    }
369    //
370    // A bounded repetition with an upper bound of at least 2.
371    if (LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
372        // Check for a regular expression that satisfies on of the special conditions that
373        // allow implementation using the log2 technique.
374        if (isByteLength(repeated)) {
375            PabloAST * cc = markerVar(compile(repeated, pb));
376            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
377            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
378            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
379            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
380        }
381        else if (isUnicodeUnitLength(repeated)) {
382            PabloAST * cc = markerVar(compile(repeated, pb));
383            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
384            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
385            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
386            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
387        }
388        else if (isTypeForLocal(repeated)) {
389            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
390            if (first) { // if the first symbol is unique, we can use it as an index stream.
391                PabloAST * firstCCstream = markerVar(compile(first, pb));
392                // Find all matches to the repeated regexp.
393                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb));
394                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
395                // the next submatch.   lb-1 such submatches are required.
396                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
397                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
398                PabloAST * base = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
399                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
400                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
401                // From any of these positions, any position reachable by one more occurrence of the
402                // regexp is a match.
403                return process(repeated, makeMarker(FinalPostPositionUnit, consecutive_lb_1), pb);
404            }
405        }
406    }
407    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
408    const auto group = ifGroupSize < lb ? ifGroupSize : lb;
409    for (auto i = 0; i < group; i++) {
410        marker = process(repeated, marker, pb);
411    }
412    if (lb == group) {
413        return marker;
414    }
415    Var * m = pb.createVar("m", pb.createZeroes());
416    auto nested = pb.createScope();
417    NameMap nestedMap(mCompiledName);
418    mCompiledName = &nestedMap;
419    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
420    nested.createAssign(m, markerVar(m1));
421    pb.createIf(markerVar(marker), nested);
422    mCompiledName = nestedMap.getParent();
423    return makeMarker(m1.pos, m);
424}
425   
426MarkerType RE_Compiler::processBoundedRep(RE * const repeated, const int ub, MarkerType marker, const int ifGroupSize,  PabloBuilder & pb) {
427    if (LLVM_UNLIKELY(ub == 0)) {
428        return marker;
429    }
430    //
431    // A bounded repetition with an upper bound of at least 2.
432    if ((ub > 1) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableLog2BoundedRepetition))) {
433        // Check for a regular expression that satisfies on of the special conditions that
434        // allow implementation using the log2 technique.
435        if (isByteLength(repeated)) {
436            // log2 upper bound for fixed length (=1) class
437            // Create a mask of positions reachable within ub from current marker.
438            // Use matchstar, then apply filter.
439            PabloAST * cursor = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
440            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
441            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
442            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
443            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
444            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
445            // "multi-byte" character. Combine the masked range with any nonFinals.
446            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
447            return makeMarker(FinalPostPositionUnit, bounded);
448        }
449        else if (isUnicodeUnitLength(repeated)) {
450            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
451            // as an index stream for an indexed advance operation.
452            PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
453            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
454            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
455            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
456            return makeMarker(FinalPostPositionUnit, bounded);
457        }
458        else if (isTypeForLocal(repeated)) {
459            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
460            if (first) { // if the first symbol is unique, we can use it as an index stream.
461                PabloAST * firstCCstream = markerVar(compile(first, pb));
462                PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
463                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
464                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb)), upperLimitMask, "masked");
465                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
466                return makeMarker(FinalPostPositionUnit, bounded);
467            }
468        }
469    }
470    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
471    const auto group = ifGroupSize < ub ? ifGroupSize : ub;
472    for (auto i = 0; i < group; i++) {
473        MarkerType a = process(repeated, marker, pb);
474        MarkerType m = marker;
475        AlignMarkers(a, m, pb);
476        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
477    }
478    if (ub == group) {
479        return marker;
480    }
481    Var * const m1a = pb.createVar("m", pb.createZeroes());
482    auto nested = pb.createScope();
483    NameMap nestedMap(mCompiledName);
484    mCompiledName = &nestedMap;
485    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
486    nested.createAssign(m1a, markerVar(m1));
487    pb.createIf(markerVar(marker), nested);
488    mCompiledName = nestedMap.getParent();
489    return makeMarker(markerPos(m1), m1a);
490}
491
492MarkerType RE_Compiler::processUnboundedRep(RE * const repeated, MarkerType marker, PabloBuilder & pb) {
493    // always use PostPosition markers for unbounded repetition.
494    PabloAST * base = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
495    if (isByteLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar))) {
496        PabloAST * mask = markerVar(compile(repeated, pb));
497        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
498        mask = pb.createOr(mask, mNonFinal);
499        PabloAST * unbounded = pb.createMatchStar(base, mask, "unbounded");
500        return makeMarker(FinalPostPositionUnit, unbounded);
501    } else if (isUnicodeUnitLength(repeated) && LLVM_LIKELY(!AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar))) {
502        PabloAST * mask = markerVar(compile(repeated, pb));
503        mask = pb.createOr(mask, mNonFinal);
504        PabloAST * unbounded = pb.createMatchStar(base, mask);
505        return makeMarker(FinalPostPositionUnit, pb.createAnd(unbounded, mFinal, "unbounded"));
506    } else if (mStarDepth > 0){
507        PabloBuilder * const outer = pb.getParent();
508        Var * starPending = outer->createVar("pending", outer->createZeroes());
509        Var * starAccum = outer->createVar("accum", outer->createZeroes());
510        mStarDepth++;
511        PabloAST * m1 = pb.createOr(base, starPending);
512        PabloAST * m2 = pb.createOr(base, starAccum);
513        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, m1), pb);
514        result = AdvanceMarker(result, InitialPostPositionUnit, pb);
515        PabloAST * loopComputation = markerVar(result);
516        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
517        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
518        mWhileTest = pb.createOr(mWhileTest, starPending);
519        mStarDepth--;
520        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
521    } else {
522        Var * whileTest = pb.createVar("test", base);
523        Var * whilePending = pb.createVar("pending", base);
524        Var * whileAccum = pb.createVar("accum", base);
525        mWhileTest = pb.createZeroes();
526        auto wb = pb.createScope();
527        NameMap nestedMap(mCompiledName);
528        mCompiledName = &nestedMap;
529        mStarDepth++;
530        MarkerType result = process(repeated, makeMarker(InitialPostPositionUnit, whilePending), wb);
531        result = AdvanceMarker(result, InitialPostPositionUnit, wb);
532        PabloAST * loopComputation = markerVar(result);
533        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
534        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
535        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
536        pb.createWhile(whileTest, wb);
537        mStarDepth--;
538        mCompiledName = nestedMap.getParent();
539        return makeMarker(markerPos(result), whileAccum);
540    }
541}
542
543inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
544    PabloAST * const sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
545    MarkerType m = AdvanceMarker(marker, InitialPostPositionUnit, pb);
546    return makeMarker(InitialPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
547}
548
549inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
550    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
551    PabloAST * const atEOL = pb.createAnd(mLineBreak, nextPos, "eol");
552    //PabloAST * const atEOL = pb.createOr(pb.createAnd(mLineBreak, nextPos), pb.createAdvance(pb.createAnd(nextPos, mCRLF), 1), "eol");
553    return makeMarker(FinalPostPositionUnit, atEOL);
554}
555
556inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
557    if (marker.pos != newpos) {
558        if (marker.pos == FinalMatchUnit) {
559            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
560            marker.pos = InitialPostPositionUnit;
561        }
562        if (newpos == FinalPostPositionUnit) {
563            marker.stream = pb.createOr(pb.createAnd(marker.stream, mFinal), pb.createScanThru(pb.createAnd(mNonFinal, marker.stream), mNonFinal, "fpp"));
564            marker.pos = FinalPostPositionUnit;
565        }
566    }
567    return marker;
568}
569
570inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
571    if (m1.pos < m2.pos) {
572        m1 = AdvanceMarker(m1, m2.pos, pb);
573    } else if (m2.pos < m1.pos) {
574        m2 = AdvanceMarker(m2, m1.pos, pb);
575    }
576}
577   
578LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
579    llvm::report_fatal_error(errmsg);
580}
581
582RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler)
583: mEntryScope(kernel->getEntryScope())
584, mCCCompiler(ccCompiler)
585, mLineBreak(nullptr)
586, mNonFinal(nullptr)
587, mFinal(nullptr)
588, mWhileTest(nullptr)
589, mStarDepth(0)
590, mCompiledName(&mBaseMap) {
591    PabloBuilder mPB(mEntryScope);
592    Var * const linebreak = kernel->getInputStreamVar("linebreak");
593    mLineBreak = mPB.createExtract(linebreak, 0);
594    Var * const required = kernel->getInputStreamVar("required");
595    mNonFinal = mPB.createExtract(required, 0);
596    mFinal = mPB.createNot(mNonFinal);
597}
598
599} // end of namespace re
Note: See TracBrowser for help on using the repository browser.