nrgrep函數分析(1)–搜尋流程簡析

NR-grep是由智利大學的Gonzalo Navarro開發的一款“快速、靈活的模式串匹配工具”，其優點在於Nrgrep幾乎全部基於BNDM演算法及其擴充，效能隨著搜尋問題複雜度的增加而平滑下降（Agrep劇烈下降）。而且支援精確搜尋和允許錯誤的近似搜尋（grep不支援近似搜尋）；而且Nrgrep將效能平滑性看做是模式複雜度的一個函數，一旦預測到BNDM演算法搜尋的代價太大，他將更換為Shift-And演算法。

但是Nrgrep的一個缺點在於不支援多串匹配，我們的實驗便是想在Nrgrep的基礎上，設計出利用GPU效能提高的多字串匹配程式。

 

/* nrgrep程式共有33個檔案 */

 

首先讓我們來分析一下Nrgrep程式的大體執行流程。

 

一、/* get the options */ and /* some consistency checks */

    Nrgrep程式從Shell.c的main (int argc, char **argv)開始，第一步便是擷取使用者輸入的尾碼(如-i等尾碼參數)，這裡調用了Linux中的特有標頭檔getopt.h中的getopt函數（ps：getopt.h為開發Linux帶參數程式提供特有的方便），然後根據不同的尾碼做出不同的switch-case處理(各尾碼作用將在以後分析)。

   

二、/* get the pattern */

    然後，開始對搜尋字串作分析（分析第一個字是否’^’，最後一個字是否’$’）和調用預先處理函數searchPreproc (patt)——在search.c內定義，其參數patt傳遞了一個pattern。該函數的作用為“Preprocesses pat and creates a searchData structure for searching”，為搜尋結構確定、初始化了搜尋類型（如：SIMPLE,EXTENDED,REGULAR）,不同類型指向了不同的處理函數：

=== simplePreproc(pat,tree,pos);    esimplePreproc(pat,tree,pos,OptErrors); ===

=== extendedPreproc(pat,tree,pos); eextendedPreproc(pat,tree,pos,OptErrors); ===

=== regularPreproc(pat,tree,pos);   eregularPreproc(pat,tree,pos,OptErrors); ===

    接著再調用了recPreproc ()函數，該函數定義於record.c:“makes the preprocessing for record handling”。

 

三、/* search the files */

初始化工作做好後，便可以開始檔案搜尋（同時支援標準輸入stdin，調用fileno(stdin)）。

主要調用的函數有：

bufSetFile (B,f)

 

if (OptRecNumber || !OptRecPositive)

    newm = recSearchRecFile (*files,B,sData);

    /* searches the file handled by B for P using R as record

      separator, but scans record by record. this is our way to

      handle OptRecNumber or !OptRecPositive */

 

else newm = recSearchFile (*files,B,sData);

    /* searches the file handled by B for P using R as record

       separator, reports matches as appropriate and returns number

       of matches */

 

其中函數搜尋調用的是searchScan (byte **beg, byte **end, searchData *P)

/* Searches from *beg to *end-1 for P. Returns if it could find

       it. In case of returning true, *beg and *end are set to limit

       the printable record containing the occurrence of P */

 

四、/* final report */

輸出最終結果

 

五、/* clean up */

釋放個資料結構的空間