PostgreSQLで学ぶBoyer-Moore-Horspoolアルゴリズム

PostgreSQLで学ぶ Boyer-Moor-Horspool法

概要 8.4では、position()、strpos()、replace()、split_part() ● 、string_to_array()のアルゴリズムが改善されている LIKE '%hoge%'よりもstrpos() > 0の方が速そう ● SELECT strpos('high', 'ig') => 2 ● SELECT strpos('high', 'X') => 0 ●

PostgreSQLのしくみに興味が無い方向けの情報は ● は、ここで終了

概要(2) Boyer-Moore-Horspoolアルゴリズムについて学ぼう ● PostgreSQLのシステムカタログや関数の実装につい ● て学ぼう

B-M-H法とは文字列検索アルゴリズム ● PostgreSQL8.4で実装された ● Knuth-Morris-Pratt ● Boyer-Moore ● Boyer-Moore-Horspool(HORSPOOL R.N., 1980, Practical ● fast searching in strings) Sunday Quick Search ●

詳しくはWebで!! ● http://en.wikipedia.org/wiki/Boyer-Moore-Horspool_algorithm ● http://www-igm.univ-mlv.fr/~lecroq/string/index.html ● http://www.hgc.jp/~tshibuya/classes/ ●

なんでもかんでもシステムカタログ ● pg_proc - 関数 ● pg_operator - 演算子 ● pg_type - データ型 ● pg_cast - キャスト ● 等々 ● select prosrc from pg_proc where proname = 'strpos'; ●

src/backend/utils/adt/varlena.c ● text型、varchar型関係の関数が詰まってる ● src/backend/utils/adt/には関数や演算子など、組み込みデー ● タ型を扱う関数が詰まってる

ポイント不一致だった場合に何文字スキップできるかは、 ● patternの末尾の比較対象の文字によって決まる簡易実装では、256個の配列でbad-char-tableを持って ● いる日本語どうすんの？ ●

multibyte/widechar マルチバイト ● 可変長 ● ASCII互換 ● EUC-JP、UTF-8 ● ワイド文字 ● 固定長(16bit/32bit) ● ASCII非互換 ● UTF-16(?)、UTF-32 ● 別にUNICODEじゃなくてもいいけどね ● src/backend/utils/mb/wchar.c ●

LIKE '%hoge%'よりもstrpos()の方が速そう ● 自動的に最適化できれば嬉しいんだけど、、、 ● pat[0] = '%' && pat[last] = '%'であればstrpos()するとしたい ● ところだけれど、like_escapeがあるので skiptablemaskを決めてる根拠がよくわからない。と ● いうか調べてない

PostgreSQLで学ぶBoyer-Moore-Horspoolアルゴリズム

by iakio on May 15, 2009

Accessibility

Categories

Tags

Upload Details

Usage Rights

1 Embed 4

Statistics

PostgreSQLで学ぶBoyer-Moore-Horspoolアルゴリズム — Presentation Transcript