我有一长串 n (~50000) 行,其公式如下所示:
A(1, 2) = 54353
A(1, 2, 3) = 89327
A(1, B(1, 2)) = 8372
A(7, B(1, 3, 5)) = 6311
A(7, B(C(1, 3, 7), 2, C(1, 3), 5)) = 28490
B(A(1, C(5, 3)), 3, 8, D(1, 2)) = 39783
等等
这些公式包含文字(即 1
、2
、3
、5
等)和函数调用(即 A(x, y)
或 A(x, y, z)
或 B(x, y)
),其中参数函数也可以是文字或其他(嵌套)函数调用。函数(即 A
、B
、C
等)是固定的,并且数量不会太多(可能大约有十几个)。
现在我已经使用完整公式或带有 *
的某些模式运行查询,它应该充当全局字符,即:
A(1, 2) => [54353]
A(1, *) => [54353, 89327, 8372]
A(*, 3) => [89327]
A(*, B(*)) => [8372, 6311, 28490]
A(*, B(*, 3, *)) => [6311]
基本上,我有两个问题:
怎么做完全:事实上,我不知道这里有什么好的基本模式匹配算法。我尝试将带有 * 的表达式转换为正则表达式,它适用于简单的示例,但遗憾的是,对于更复杂的示例则失败了,即:
Converting: 'A(*, B(*, 3, *))' => /^A\(.*, B\(.*, 3, .*\)\)$/ True positive: 'A(7, B(1, 3, 5))' =~ /^A\(.*, B\(.*, 3, .*\)\)$/ False positive: 'A(7, B(C(1, 3, 7), 2, C(1, 3), 5))' =~ /^A\(.*, B\(.*, 3, .*\)\)$/
我觉得将这些大括号表达式转换为反向波兰表示法,然后应用正常的正则表达式方法可能会有所帮助,但我不确定。
如何快速:任何关于如何比每个查询执行约 50000 次匹配更快的想法都非常受欢迎。是否可以在这里使用某种 FSM?
最佳答案
正则表达式是为 Regular Languages 设计的(最初),当您描述 Context Free Language 时.
您的语言可以通过确定性 Push-Down Automata 进行解析.
这个想法类似于 FSM,但除此之外你还有一个 stack您可以使用 push()
和 pop()
元素。
更改 FSM 中的状态也取决于堆栈的头部。
关于algorithm - 大括号表达式公式中的模式匹配,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14629140/