nrgrep函数分析(1)--搜索流程简析

NR-grep是由智利大学的Gonzalo Navarro开发的一款“快速、灵活的模式串匹配工具”，其优点在于Nrgrep几乎全部基于BNDM算法及其扩展，性能随着搜索问题复杂度的增加而平滑下降（Agrep剧烈下降）。而且支持精确搜索和允许错误的近似搜索（grep不支持近似搜索）；而且Nrgrep将性能平滑性看做是模式复杂度的一个函数，一旦预测到BNDM算法搜索的代价太大，他将更换为Shift-And算法。

但是Nrgrep的一个缺点在于不支持多串匹配，我们的实验便是想在Nrgrep的基础上，设计出利用GPU性能提高的多字符串匹配程序。

 

/* nrgrep程序共有33个文件 */

 

首先让我们来分析一下Nrgrep程序的大体执行流程。

 

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

    Nrgrep程序从Shell.c的main (int argc, char **argv)开始，第一步便是获取用户输入的后缀(如-i等后缀参数)，这里调用了Linux中的特有头文件getopt.h中的getopt函数（ps：getopt.h为开发Linux带参数程序提供特有的方便），然后根据不同的后缀做出不同的switch-case处理(各后缀作用将在以后分析)。

   

二、/* get the pattern */

    然后，开始对搜索字符串作分析（分析第一个字是否’^’，最后一个字是否’$’）和调用预处理函数searchPreproc (patt)——在search.c内定义，其参数patt传递了一个pattern。该函数的作用为“Preprocesses pat and creates a searchData structure for searching”，为搜索结构确定、初始化了搜索类型（如：SIMPLE,EXTENDED,REGULAR）,不同类型指向了不同的处理函数：

=== 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); ===

    接着再调用了recPreproc ()函数，该函数定义于record.c:“makes the preprocessing for record handling”。

 

三、/* search the files */

初始化工作做好后，便可以开始文件搜索（同时支持标准输入stdin，调用fileno(stdin)）。

主要调用的函数有：

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 */

 

其中函数搜索调用的是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 */

输出最终结果

 

五、/* clean up */

释放个数据结构的空间