Merge git://git.kernel.org/pub/scm/gitk/gitk
[git] / xdiff / xprepare.c
1 /*
2  *  LibXDiff by Davide Libenzi ( File Differential Library )
3  *  Copyright (C) 2003  Davide Libenzi
4  *
5  *  This library is free software; you can redistribute it and/or
6  *  modify it under the terms of the GNU Lesser General Public
7  *  License as published by the Free Software Foundation; either
8  *  version 2.1 of the License, or (at your option) any later version.
9  *
10  *  This library is distributed in the hope that it will be useful,
11  *  but WITHOUT ANY WARRANTY; without even the implied warranty of
12  *  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
13  *  Lesser General Public License for more details.
14  *
15  *  You should have received a copy of the GNU Lesser General Public
16  *  License along with this library; if not, write to the Free Software
17  *  Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
18  *
19  *  Davide Libenzi <davidel@xmailserver.org>
20  *
21  */
22
23 #include "xinclude.h"
24
25
26
27 #define XDL_KPDIS_RUN 4
28 #define XDL_MAX_EQLIMIT 1024
29
30
31
32 typedef struct s_xdlclass {
33         struct s_xdlclass *next;
34         unsigned long ha;
35         char const *line;
36         long size;
37         long idx;
38 } xdlclass_t;
39
40 typedef struct s_xdlclassifier {
41         unsigned int hbits;
42         long hsize;
43         xdlclass_t **rchash;
44         chastore_t ncha;
45         long count;
46 } xdlclassifier_t;
47
48
49
50
51 static int xdl_init_classifier(xdlclassifier_t *cf, long size);
52 static void xdl_free_classifier(xdlclassifier_t *cf);
53 static int xdl_classify_record(xdlclassifier_t *cf, xrecord_t **rhash, unsigned int hbits,
54                                xrecord_t *rec);
55 static int xdl_prepare_ctx(mmfile_t *mf, long narec, xpparam_t const *xpp,
56                            xdlclassifier_t *cf, xdfile_t *xdf);
57 static void xdl_free_ctx(xdfile_t *xdf);
58 static int xdl_clean_mmatch(char const *dis, long i, long s, long e);
59 static int xdl_cleanup_records(xdfile_t *xdf1, xdfile_t *xdf2);
60 static int xdl_trim_ends(xdfile_t *xdf1, xdfile_t *xdf2);
61 static int xdl_optimize_ctxs(xdfile_t *xdf1, xdfile_t *xdf2);
62
63
64
65
66 static int xdl_init_classifier(xdlclassifier_t *cf, long size) {
67         long i;
68
69         cf->hbits = xdl_hashbits((unsigned int) size);
70         cf->hsize = 1 << cf->hbits;
71
72         if (xdl_cha_init(&cf->ncha, sizeof(xdlclass_t), size / 4 + 1) < 0) {
73
74                 return -1;
75         }
76         if (!(cf->rchash = (xdlclass_t **) xdl_malloc(cf->hsize * sizeof(xdlclass_t *)))) {
77
78                 xdl_cha_free(&cf->ncha);
79                 return -1;
80         }
81         for (i = 0; i < cf->hsize; i++)
82                 cf->rchash[i] = NULL;
83
84         cf->count = 0;
85
86         return 0;
87 }
88
89
90 static void xdl_free_classifier(xdlclassifier_t *cf) {
91
92         xdl_free(cf->rchash);
93         xdl_cha_free(&cf->ncha);
94 }
95
96
97 static int xdl_classify_record(xdlclassifier_t *cf, xrecord_t **rhash, unsigned int hbits,
98                                xrecord_t *rec) {
99         long hi;
100         char const *line;
101         xdlclass_t *rcrec;
102
103         line = rec->ptr;
104         hi = (long) XDL_HASHLONG(rec->ha, cf->hbits);
105         for (rcrec = cf->rchash[hi]; rcrec; rcrec = rcrec->next)
106                 if (rcrec->ha == rec->ha && rcrec->size == rec->size &&
107                     !memcmp(line, rcrec->line, rec->size))
108                         break;
109
110         if (!rcrec) {
111                 if (!(rcrec = xdl_cha_alloc(&cf->ncha))) {
112
113                         return -1;
114                 }
115                 rcrec->idx = cf->count++;
116                 rcrec->line = line;
117                 rcrec->size = rec->size;
118                 rcrec->ha = rec->ha;
119                 rcrec->next = cf->rchash[hi];
120                 cf->rchash[hi] = rcrec;
121         }
122
123         rec->ha = (unsigned long) rcrec->idx;
124
125         hi = (long) XDL_HASHLONG(rec->ha, hbits);
126         rec->next = rhash[hi];
127         rhash[hi] = rec;
128
129         return 0;
130 }
131
132
133 static int xdl_prepare_ctx(mmfile_t *mf, long narec, xpparam_t const *xpp,
134                            xdlclassifier_t *cf, xdfile_t *xdf) {
135         unsigned int hbits;
136         long i, nrec, hsize, bsize;
137         unsigned long hav;
138         char const *blk, *cur, *top, *prev;
139         xrecord_t *crec;
140         xrecord_t **recs, **rrecs;
141         xrecord_t **rhash;
142         unsigned long *ha;
143         char *rchg;
144         long *rindex;
145
146         if (xdl_cha_init(&xdf->rcha, sizeof(xrecord_t), narec / 4 + 1) < 0) {
147
148                 return -1;
149         }
150         if (!(recs = (xrecord_t **) xdl_malloc(narec * sizeof(xrecord_t *)))) {
151
152                 xdl_cha_free(&xdf->rcha);
153                 return -1;
154         }
155
156         hbits = xdl_hashbits((unsigned int) narec);
157         hsize = 1 << hbits;
158         if (!(rhash = (xrecord_t **) xdl_malloc(hsize * sizeof(xrecord_t *)))) {
159
160                 xdl_free(recs);
161                 xdl_cha_free(&xdf->rcha);
162                 return -1;
163         }
164         for (i = 0; i < hsize; i++)
165                 rhash[i] = NULL;
166
167         nrec = 0;
168         if ((cur = blk = xdl_mmfile_first(mf, &bsize)) != NULL) {
169                 for (top = blk + bsize;;) {
170                         if (cur >= top) {
171                                 if (!(cur = blk = xdl_mmfile_next(mf, &bsize)))
172                                         break;
173                                 top = blk + bsize;
174                         }
175                         prev = cur;
176                         hav = xdl_hash_record(&cur, top);
177                         if (nrec >= narec) {
178                                 narec *= 2;
179                                 if (!(rrecs = (xrecord_t **) xdl_realloc(recs, narec * sizeof(xrecord_t *)))) {
180
181                                         xdl_free(rhash);
182                                         xdl_free(recs);
183                                         xdl_cha_free(&xdf->rcha);
184                                         return -1;
185                                 }
186                                 recs = rrecs;
187                         }
188                         if (!(crec = xdl_cha_alloc(&xdf->rcha))) {
189
190                                 xdl_free(rhash);
191                                 xdl_free(recs);
192                                 xdl_cha_free(&xdf->rcha);
193                                 return -1;
194                         }
195                         crec->ptr = prev;
196                         crec->size = (long) (cur - prev);
197                         crec->ha = hav;
198                         recs[nrec++] = crec;
199
200                         if (xdl_classify_record(cf, rhash, hbits, crec) < 0) {
201
202                                 xdl_free(rhash);
203                                 xdl_free(recs);
204                                 xdl_cha_free(&xdf->rcha);
205                                 return -1;
206                         }
207                 }
208         }
209
210         if (!(rchg = (char *) xdl_malloc((nrec + 2) * sizeof(char)))) {
211
212                 xdl_free(rhash);
213                 xdl_free(recs);
214                 xdl_cha_free(&xdf->rcha);
215                 return -1;
216         }
217         memset(rchg, 0, (nrec + 2) * sizeof(char));
218
219         if (!(rindex = (long *) xdl_malloc((nrec + 1) * sizeof(long)))) {
220
221                 xdl_free(rchg);
222                 xdl_free(rhash);
223                 xdl_free(recs);
224                 xdl_cha_free(&xdf->rcha);
225                 return -1;
226         }
227         if (!(ha = (unsigned long *) xdl_malloc((nrec + 1) * sizeof(unsigned long)))) {
228
229                 xdl_free(rindex);
230                 xdl_free(rchg);
231                 xdl_free(rhash);
232                 xdl_free(recs);
233                 xdl_cha_free(&xdf->rcha);
234                 return -1;
235         }
236
237         xdf->nrec = nrec;
238         xdf->recs = recs;
239         xdf->hbits = hbits;
240         xdf->rhash = rhash;
241         xdf->rchg = rchg + 1;
242         xdf->rindex = rindex;
243         xdf->nreff = 0;
244         xdf->ha = ha;
245         xdf->dstart = 0;
246         xdf->dend = nrec - 1;
247
248         return 0;
249 }
250
251
252 static void xdl_free_ctx(xdfile_t *xdf) {
253
254         xdl_free(xdf->rhash);
255         xdl_free(xdf->rindex);
256         xdl_free(xdf->rchg - 1);
257         xdl_free(xdf->ha);
258         xdl_free(xdf->recs);
259         xdl_cha_free(&xdf->rcha);
260 }
261
262
263 int xdl_prepare_env(mmfile_t *mf1, mmfile_t *mf2, xpparam_t const *xpp,
264                     xdfenv_t *xe) {
265         long enl1, enl2;
266         xdlclassifier_t cf;
267
268         enl1 = xdl_guess_lines(mf1) + 1;
269         enl2 = xdl_guess_lines(mf2) + 1;
270
271         if (xdl_init_classifier(&cf, enl1 + enl2 + 1) < 0) {
272
273                 return -1;
274         }
275
276         if (xdl_prepare_ctx(mf1, enl1, xpp, &cf, &xe->xdf1) < 0) {
277
278                 xdl_free_classifier(&cf);
279                 return -1;
280         }
281         if (xdl_prepare_ctx(mf2, enl2, xpp, &cf, &xe->xdf2) < 0) {
282
283                 xdl_free_ctx(&xe->xdf1);
284                 xdl_free_classifier(&cf);
285                 return -1;
286         }
287
288         xdl_free_classifier(&cf);
289
290         if (xdl_optimize_ctxs(&xe->xdf1, &xe->xdf2) < 0) {
291
292                 xdl_free_ctx(&xe->xdf2);
293                 xdl_free_ctx(&xe->xdf1);
294                 return -1;
295         }
296
297         return 0;
298 }
299
300
301 void xdl_free_env(xdfenv_t *xe) {
302
303         xdl_free_ctx(&xe->xdf2);
304         xdl_free_ctx(&xe->xdf1);
305 }
306
307
308 static int xdl_clean_mmatch(char const *dis, long i, long s, long e) {
309         long r, rdis0, rpdis0, rdis1, rpdis1;
310
311         /*
312          * Scans the lines before 'i' to find a run of lines that either
313          * have no match (dis[j] == 0) or have multiple matches (dis[j] > 1).
314          * Note that we always call this function with dis[i] > 1, so the
315          * current line (i) is already a multimatch line.
316          */
317         for (r = 1, rdis0 = 0, rpdis0 = 1; (i - r) >= s; r++) {
318                 if (!dis[i - r])
319                         rdis0++;
320                 else if (dis[i - r] == 2)
321                         rpdis0++;
322                 else
323                         break;
324         }
325         /*
326          * If the run before the line 'i' found only multimatch lines, we
327          * return 0 and hence we don't make the current line (i) discarded.
328          * We want to discard multimatch lines only when they appear in the
329          * middle of runs with nomatch lines (dis[j] == 0).
330          */
331         if (rdis0 == 0)
332                 return 0;
333         for (r = 1, rdis1 = 0, rpdis1 = 1; (i + r) <= e; r++) {
334                 if (!dis[i + r])
335                         rdis1++;
336                 else if (dis[i + r] == 2)
337                         rpdis1++;
338                 else
339                         break;
340         }
341         /*
342          * If the run after the line 'i' found only multimatch lines, we
343          * return 0 and hence we don't make the current line (i) discarded.
344          */
345         if (rdis1 == 0)
346                 return 0;
347         rdis1 += rdis0;
348         rpdis1 += rpdis0;
349
350         return rpdis1 * XDL_KPDIS_RUN < (rpdis1 + rdis1);
351 }
352
353
354 /*
355  * Try to reduce the problem complexity, discard records that have no
356  * matches on the other file. Also, lines that have multiple matches
357  * might be potentially discarded if they happear in a run of discardable.
358  */
359 static int xdl_cleanup_records(xdfile_t *xdf1, xdfile_t *xdf2) {
360         long i, nm, rhi, nreff, mlim;
361         unsigned long hav;
362         xrecord_t **recs;
363         xrecord_t *rec;
364         char *dis, *dis1, *dis2;
365
366         if (!(dis = (char *) xdl_malloc(xdf1->nrec + xdf2->nrec + 2))) {
367
368                 return -1;
369         }
370         memset(dis, 0, xdf1->nrec + xdf2->nrec + 2);
371         dis1 = dis;
372         dis2 = dis1 + xdf1->nrec + 1;
373
374         if ((mlim = xdl_bogosqrt(xdf1->nrec)) > XDL_MAX_EQLIMIT)
375                 mlim = XDL_MAX_EQLIMIT;
376         for (i = xdf1->dstart, recs = &xdf1->recs[xdf1->dstart]; i <= xdf1->dend; i++, recs++) {
377                 hav = (*recs)->ha;
378                 rhi = (long) XDL_HASHLONG(hav, xdf2->hbits);
379                 for (nm = 0, rec = xdf2->rhash[rhi]; rec; rec = rec->next)
380                         if (rec->ha == hav && ++nm == mlim)
381                                 break;
382                 dis1[i] = (nm == 0) ? 0: (nm >= mlim) ? 2: 1;
383         }
384
385         if ((mlim = xdl_bogosqrt(xdf2->nrec)) > XDL_MAX_EQLIMIT)
386                 mlim = XDL_MAX_EQLIMIT;
387         for (i = xdf2->dstart, recs = &xdf2->recs[xdf2->dstart]; i <= xdf2->dend; i++, recs++) {
388                 hav = (*recs)->ha;
389                 rhi = (long) XDL_HASHLONG(hav, xdf1->hbits);
390                 for (nm = 0, rec = xdf1->rhash[rhi]; rec; rec = rec->next)
391                         if (rec->ha == hav && ++nm == mlim)
392                                 break;
393                 dis2[i] = (nm == 0) ? 0: (nm >= mlim) ? 2: 1;
394         }
395
396         for (nreff = 0, i = xdf1->dstart, recs = &xdf1->recs[xdf1->dstart];
397              i <= xdf1->dend; i++, recs++) {
398                 if (dis1[i] == 1 ||
399                     (dis1[i] == 2 && !xdl_clean_mmatch(dis1, i, xdf1->dstart, xdf1->dend))) {
400                         xdf1->rindex[nreff] = i;
401                         xdf1->ha[nreff] = (*recs)->ha;
402                         nreff++;
403                 } else
404                         xdf1->rchg[i] = 1;
405         }
406         xdf1->nreff = nreff;
407
408         for (nreff = 0, i = xdf2->dstart, recs = &xdf2->recs[xdf2->dstart];
409              i <= xdf2->dend; i++, recs++) {
410                 if (dis2[i] == 1 ||
411                     (dis2[i] == 2 && !xdl_clean_mmatch(dis2, i, xdf2->dstart, xdf2->dend))) {
412                         xdf2->rindex[nreff] = i;
413                         xdf2->ha[nreff] = (*recs)->ha;
414                         nreff++;
415                 } else
416                         xdf2->rchg[i] = 1;
417         }
418         xdf2->nreff = nreff;
419
420         xdl_free(dis);
421
422         return 0;
423 }
424
425
426 /*
427  * Early trim initial and terminal matching records.
428  */
429 static int xdl_trim_ends(xdfile_t *xdf1, xdfile_t *xdf2) {
430         long i, lim;
431         xrecord_t **recs1, **recs2;
432
433         recs1 = xdf1->recs;
434         recs2 = xdf2->recs;
435         for (i = 0, lim = XDL_MIN(xdf1->nrec, xdf2->nrec); i < lim;
436              i++, recs1++, recs2++)
437                 if ((*recs1)->ha != (*recs2)->ha)
438                         break;
439
440         xdf1->dstart = xdf2->dstart = i;
441
442         recs1 = xdf1->recs + xdf1->nrec - 1;
443         recs2 = xdf2->recs + xdf2->nrec - 1;
444         for (lim -= i, i = 0; i < lim; i++, recs1--, recs2--)
445                 if ((*recs1)->ha != (*recs2)->ha)
446                         break;
447
448         xdf1->dend = xdf1->nrec - i - 1;
449         xdf2->dend = xdf2->nrec - i - 1;
450
451         return 0;
452 }
453
454
455 static int xdl_optimize_ctxs(xdfile_t *xdf1, xdfile_t *xdf2) {
456
457         if (xdl_trim_ends(xdf1, xdf2) < 0 ||
458             xdl_cleanup_records(xdf1, xdf2) < 0) {
459
460                 return -1;
461         }
462
463         return 0;
464 }
465