摘要： from:http://stackoverflow.com/questions/6814792/why-is-clock-gettime-so-erraticstatic uint64_t rdtsc() {#if defined(__GNUC__)# if defined(__i386__) uint64_t x; __asm__ volatile (".byte 0x0f, 0x31" : "=A" (x)); return x;# elif defined(__x86_64__) uint32_t hi, lo; __asm__ __volatil 阅读全文

摘要： 前一段时间，在将多正则表达式匹配工具用于数十万任意的正则表达式时，以前一直担心的问题终于出现了：NFA 转化 DFA 时的指数爆炸，那样的 DFA 根本创建不出来，因为那些正则表达式之间有不可预料的各种交集！这个问题对我打击很大，我甚至顿时觉得多正则表达式匹配工具完全是个废柴，最多，是个玩具！但是，只有挑战，才能激励人的斗志，挖掘人的潜能。我想起了曾经对之不屑一顾的动态 DFA 匹配算法，之前我在研究 RE2 时知道，RE2 在动态 DFA 的内存用量达到限定时，会抛弃已经创建整个动态 DFA，因为 DFA 的状态图比较复杂，节点之间互相引用，无法象普通的 Cache 一样部分的进行 Swap 阅读全文

摘要： 2014年3月25日22:55从http://code.google.com/p/febird/wiki/MultiRegexMatch更新至最新版Introduction介绍Compileregex_builder 使用方法命令行选项与参数关于 -d 选项输入文件Regex.txt 的格式一个示例的Regex.txt非常重要！注意事项！匹配接口: 二进制模式MultiRegexFullMatchMultiRegexSubMatch匹配接口: 文本模式IntroductionThis Multiple Regex Matching solution includes two parts:An 阅读全文

摘要： 最近做了一项工作：允许一个 DFA 有多个起始状态（可以称作根: root）。引入这个概念有很多好处，主要体现在 DFA Union 中，这个操作通过 NFA 到 DFA 的转化来完成，算法思想很简单：创建一个 NFA，该 NFA 只有初始状态是非确定 (non-DFA) 状态：初始状态只有 ε 转移，这些 ε 转移指向所有要被 Union 的 DFA 的初始状态，然后将该 NFA 转化为 DFA。因为 NFA 转化 DFA 是 NSpace 的，虽然很多数情况下只有线性复杂度，我们仍然希望尽可能减小这个复杂度。对于多正则表达式匹配（Multiple Regular Expression Ma 阅读全文

摘要： 昨天一个朋友 checkout 了我的 febird 代码，编译时出现了一个诡异的错误。经过仔细勘察，他的 g++ 版本是 4.7.3，而我测试过的 g++4.7.2，g++4.8.2均无问题。后来修改代码，解决了那个问题，但要还原那个bug时，很费了一番力气。以下是还原的那个 bug 的一段简单代码，不过可能不是最简单的。#include struct A { int x = 10;};templatestruct B : A { static void foo(A* a) { // auto b = static_cast(a); // g++ 4.7.3 compi... 阅读全文

摘要： 目前 febird 中的自动机库已支持正则表达式，并且，支持的是多正则表达式匹配：给定 M 个正则表达式，每个正则表达式有一个 [0, M) 的唯一 ID，该算法为这些正则表达式生成一个 DFA。再给定一个输入文本 Text，长度为 T，假定只计最长匹配，该 Text 可以匹配 M 个正则表达式中的的 K 个。在该DFA上运行我的匹配算法，可以在 O(T + K) 的时间复杂度内找到那 K 个正则表达式，这个时间复杂度与 M 完全没有关系！从信息论的角度讲，该算法是最优的。如果要获得在 Text 中的所有 N 个匹配点（N on_match);delim 一般是 \t ，创建用于该接口的 DF 阅读全文

摘要： 刚才开始用 boost::range，就查看了了一下 boost 源码，发现 boost-1.50 一个 bug，觉得应该在新版中已经修改了，下载了最新的 1.54 版，进去一看，bug 仍然在！接着，到 boost bug 追踪系统，准备提交这个 bug ，搜了一下，很快发现，这个bug 在 17 个月前，boost-1.49 就报告出来了：range::unique does not forward predicate，一年半之间，作者竟然对此 bug 充耳不闻！或许是提 bug 的哥们太屌丝了，这个作者直到 8 天前才修改了该 bug ， bug 提交者竟然感激地痛哭流涕！ 阅读全文

摘要： 以前只有代码，最近简单写了一点文档： google code 上的链接（总是最新）本文只关系到有穷状态自动机，本文也不讲具体的算法，只讲一些基本概念，以及用本软件的自动机能做什么，怎么用也有其他一些开源软件实现了本软件的部分功能，但总体上，不论是从功能还是性能（运行速度，内存用量）上考虑，到目前为止，我能找到的其它所有同类开源软件都完全无法与本软件竞争！欢迎大家一起交流！自动机是什么关于自动机的形式化定义，可以参考 wikipedia：自动机有穷状态自动机 (FSA)确定性的有穷自动机 (DFA)这是本文的重点非确定性的有穷自动机 (NFA)很多 DFA 的构造需要 NFA 作为媒介DFA 的 阅读全文

摘要： 在我以前的这篇文章中：原地排序与链表翻转解决这个问题是先把链表翻转，然后再循环左移，原理是清楚了，可是稍显繁琐。这里有更简单的解法：void rearrange(KeyVal* a, int n) { for (int i = 0; i next = p->next->next，这是一个删除链表结点的操作！swap(a[i], a[j]) 实际上是将 a[j] 从 j 所属的那个大环状链表中删除！该算法的本质是：每次碰到一个结点，就将该结点的后继结点从循环链表中删除，删除的同时，被删除的那个结点就归位了。 阅读全文

摘要： 问题有一个字符串由多个变量拼接而成： "$x1$x2$x3$x4$x5$x6..." ，这个列表可以一直延伸到 $x10000，而每个变量都至少有一种可能的取值，为了简化问题，每个变量不会再引用别的变量。现在，给定一个字符串T，判断这个字符串是否能由上面这个"$x1$x2$x3$x4$x5$x6..." 生成。分析我们可以算出，总的可能性（最多）是 n1*n2*n3*n4*n5*n6...。最笨的办法因为现实中不会有太极端的情况，我们可以将这些字符串全部扩展出来，放入一个hash table。但是，如何得到这些扩展结果呢？这是一个笛卡尔积的问题，可以用最 阅读全文