PartiCo的数据结构选择

作为没写过软件的数据结构小白，对于开发新工具PartiCo的数据结构选择进行了大量的思想斗争而不得其果，只好从数据结构基础开始这个选择的过程。

 

数据结构是数据元素和数据元素之间关系的组织形式。

数据结构包含存储结构，逻辑结构，以及对数据的操作。

 

存储结构分为四种基本形式：

（1）顺序存储方式。数据元素顺序存放，每个存储结点只含一个元素。存储位置反映数据元素间的逻辑关系。存储密度大，但有些操作（如插入、删除）效率较差。

（2）链式存储方式。每个存储结点除包含数据元素信息外还包含一组指针。指针反映数据元素间的逻辑关系。这种方式不要求存储空间连续，便于动态操作（如插入、删除等），但存储空间开销大，且不适用于随机查找。

（3）索引存储方式。除数据元素存储在一内存空间外，尚需建立一个索引表，索引表中索引指示存储结点的存储位置，兼有静态和动态特性。

（4）散列存储方式。将关键字散列在地址空间内，并将散列函数的值解释成关键字所在元素的存储地址，这种存储方式称为散列存储。其特点是存取速度快，只能按关键字随机存取，不方便顺序存取。

 

逻辑结构也分为四种基本形式：

（1）集合

（2）线性结构

（3）树形结构

（4）图形或网状结构。

 

 

目前条件下，我们几乎可以不关心内存空间的大小、连续性，只追求查找和其他操作的效率。

一个大致的判断，PartiCo的存储结构可以选取 索引存储方式 或者 散列存储方式，或者混合形式；

逻辑结构可以选取 树形结构 或者 图形/网状结构。

 

简单来看，一种数据结构在语言上可以用结构体(struct)或者类(class)来表示，我们用python，所以用class表示。

PartiCo在操作大多在两个层面上：

1. instance数据元素的查找和修改

2. instance之间关系的查找和修改

不妨把这两层看作是两层数据结构，按照之前的预想

第一层是class instance（instance含层次保证唯一性）

value主要包括

a.例化形式（module和param）

b.跟其他instance的connection

c.资源(reg, comb, mem)

存储结构可以选择散列存储，查询最快，索引在这一层暂不考虑

逻辑结构可以无视（元素之间互相不依赖）

基本操作是插入（初始化），查找，修改value（划分导致），删除（删除dft/lp连接）

 

第二层是class instance_tree(system)

value主要就是每个instance的指针，或者说完整层次。

逻辑结构考虑到网状或图形结构虽然肯定能用，但自由度太大，对算法要求比较高，对我们这种小白来说不太适合

可以选择更好实现的树形，同时符合自顶向下的逻辑关系。

树有四种表示方法：

树形/文氏图/凹入表/广义表

凹入表其实就是iconnect的hierarchy形式，由此可见树形结构跟RTL结构是天然匹配的

|CORE_TOP

　　|DSPS

　　　　|DSPS_DSP0

　　　　|DSPS_DSP1

　　|CPUS

　　　　|CPUS_CPU0

......

而我们也可以继承凹入表的形式来表达instance_tree的hierarchy，即FPGA_partition.txt。

 

树形结构的存储结构可以选择的有很多，以二叉树为例，可以选择二叉链式或者三叉链式：

二叉链：每个节点链到下面的左右子节点

三叉链：每个节点能够反向访问父结点

因为我们肯定需要访问父结点，并且对空间不care，若考虑用二叉树，显然我们要选三叉链式的二叉树。

那么我们到底应该选用哪种存储结构呢？这个问题留到后面。

基本操作是插入（asic代码自顶向下解析），查找，修改value（主要是修改层次即），删除。

 

PartiCo的input：

FPGA_partition.txt （类似于iconnect中的hierarchy部分，让我们把auto partition跟PartiCo分开吧）

ASIC RTL的gtech网表

ASIC RTL的层次结构和例化形式，已尝试可以用verdi生成后再用脚本转成我们所需要的格式。

 

PartiCo的DB1：

instance_tree asic_system

instance asic_instance1

instance asic_instance2

instance asic_instance3

 

PartiCo的DB2：

instance_tree fpga_system

instance fpga_instance1

instance fpga_instance2

instance fpga_instance3

 

PartiCo的output：

FPGA RTL代码

 

散列是确定的，即hash表，可是 --

树形结构有这么多种，哪种最适合呢，既然我们首要选择标准是要算得快，那么是要算什么呢？

到这，我们的问题转化为：

1. 树形有哪些存储结构形式，这些结构的特点分别是什么，适合什么样的操作？

可参考SQL对树形结构的四种存储方法，转知乎上卢钧轶的一个回答：

怎样在 MySQL 表中存储树形结构数据？

一般比较普遍的就是四种方法：（具体见 SQL Anti-patterns这本书）
Adjacency List：每一条记录存parent_id
Path Enumerations：每一条记录存整个tree path经过的node枚举
Nested Sets：每一条记录存 nleft 和 nright
Closure Table：维护一个表，所有的tree path作为记录进行保存。

结构比较如下：

 

 

2. PartiCo需要对instance做哪些基本操作？每种基本操作分别有多大概率要用到？

这个答案需要如下考虑如下方面的组合：

算法 + 所需操作用到的概率 + 大操作分解成基本操作

其中算法包括正向解析算法（PartiCo.input -> DB1）和反向转化算法（DB2 -> 划分后的RTL代码）