能发波

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