Merge branch 'maint' of git://repo.or.cz/git-gui into maint
[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         long flags;
47 } xdlclassifier_t;
48
49
50
51
52 static int xdl_init_classifier(xdlclassifier_t *cf, long size, long flags);
53 static void xdl_free_classifier(xdlclassifier_t *cf);
54 static int xdl_classify_record(xdlclassifier_t *cf, xrecord_t **rhash, unsigned int hbits,
55                                xrecord_t *rec);
56 static int xdl_prepare_ctx(mmfile_t *mf, long narec, xpparam_t const *xpp,
57                            xdlclassifier_t *cf, xdfile_t *xdf);
58 static void xdl_free_ctx(xdfile_t *xdf);
59 static int xdl_clean_mmatch(char const *dis, long i, long s, long e);
60 static int xdl_cleanup_records(xdfile_t *xdf1, xdfile_t *xdf2);
61 static int xdl_trim_ends(xdfile_t *xdf1, xdfile_t *xdf2);
62 static int xdl_optimize_ctxs(xdfile_t *xdf1, xdfile_t *xdf2);
63
64
65
66
67 static int xdl_init_classifier(xdlclassifier_t *cf, long size, long flags) {
68         long i;
69
70         cf->flags = flags;
71
72         cf->hbits = xdl_hashbits((unsigned int) size);
73         cf->hsize = 1 << cf->hbits;
74
75         if (xdl_cha_init(&cf->ncha, sizeof(xdlclass_t), size / 4 + 1) < 0) {
76
77                 return -1;
78         }
79         if (!(cf->rchash = (xdlclass_t **) xdl_malloc(cf->hsize * sizeof(xdlclass_t *)))) {
80
81                 xdl_cha_free(&cf->ncha);
82                 return -1;
83         }
84         for (i = 0; i < cf->hsize; i++)
85                 cf->rchash[i] = NULL;
86
87         cf->count = 0;
88
89         return 0;
90 }
91
92
93 static void xdl_free_classifier(xdlclassifier_t *cf) {
94
95         xdl_free(cf->rchash);
96         xdl_cha_free(&cf->ncha);
97 }
98
99
100 static int xdl_classify_record(xdlclassifier_t *cf, xrecord_t **rhash, unsigned int hbits,
101                                xrecord_t *rec) {
102         long hi;
103         char const *line;
104         xdlclass_t *rcrec;
105
106         line = rec->ptr;
107         hi = (long) XDL_HASHLONG(rec->ha, cf->hbits);
108         for (rcrec = cf->rchash[hi]; rcrec; rcrec = rcrec->next)
109                 if (rcrec->ha == rec->ha &&
110                                 xdl_recmatch(rcrec->line, rcrec->size,
111                                         rec->ptr, rec->size, cf->flags))
112                         break;
113
114         if (!rcrec) {
115                 if (!(rcrec = xdl_cha_alloc(&cf->ncha))) {
116
117                         return -1;
118                 }
119                 rcrec->idx = cf->count++;
120                 rcrec->line = line;
121                 rcrec->size = rec->size;
122                 rcrec->ha = rec->ha;
123                 rcrec->next = cf->rchash[hi];
124                 cf->rchash[hi] = rcrec;
125         }
126
127         rec->ha = (unsigned long) rcrec->idx;
128
129         hi = (long) XDL_HASHLONG(rec->ha, hbits);
130         rec->next = rhash[hi];
131         rhash[hi] = rec;
132
133         return 0;
134 }
135
136
137 static int xdl_prepare_ctx(mmfile_t *mf, long narec, xpparam_t const *xpp,
138                            xdlclassifier_t *cf, xdfile_t *xdf) {
139         unsigned int hbits;
140         long i, nrec, hsize, bsize;
141         unsigned long hav;
142         char const *blk, *cur, *top, *prev;
143         xrecord_t *crec;
144         xrecord_t **recs, **rrecs;
145         xrecord_t **rhash;
146         unsigned long *ha;
147         char *rchg;
148         long *rindex;
149
150         if (xdl_cha_init(&xdf->rcha, sizeof(xrecord_t), narec / 4 + 1) < 0) {
151
152                 return -1;
153         }
154         if (!(recs = (xrecord_t **) xdl_malloc(narec * sizeof(xrecord_t *)))) {
155
156                 xdl_cha_free(&xdf->rcha);
157                 return -1;
158         }
159
160         hbits = xdl_hashbits((unsigned int) narec);
161         hsize = 1 << hbits;
162         if (!(rhash = (xrecord_t **) xdl_malloc(hsize * sizeof(xrecord_t *)))) {
163
164                 xdl_free(recs);
165                 xdl_cha_free(&xdf->rcha);
166                 return -1;
167         }
168         for (i = 0; i < hsize; i++)
169                 rhash[i] = NULL;
170
171         nrec = 0;
172         if ((cur = blk = xdl_mmfile_first(mf, &bsize)) != NULL) {
173                 for (top = blk + bsize;;) {
174                         if (cur >= top) {
175                                 if (!(cur = blk = xdl_mmfile_next(mf, &bsize)))
176                                         break;
177                                 top = blk + bsize;
178                         }
179                         prev = cur;
180                         hav = xdl_hash_record(&cur, top, xpp->flags);
181                         if (nrec >= narec) {
182                                 narec *= 2;
183                                 if (!(rrecs = (xrecord_t **) xdl_realloc(recs, narec * sizeof(xrecord_t *)))) {
184
185                                         xdl_free(rhash);
186                                         xdl_free(recs);
187                                         xdl_cha_free(&xdf->rcha);
188                                         return -1;
189                                 }
190                                 recs = rrecs;
191                         }
192                         if (!(crec = xdl_cha_alloc(&xdf->rcha))) {
193
194                                 xdl_free(rhash);
195                                 xdl_free(recs);
196                                 xdl_cha_free(&xdf->rcha);
197                                 return -1;
198                         }
199                         crec->ptr = prev;
200                         crec->size = (long) (cur - prev);
201                         crec->ha = hav;
202                         recs[nrec++] = crec;
203
204                         if (xdl_classify_record(cf, rhash, hbits, crec) < 0) {
205
206                                 xdl_free(rhash);
207                                 xdl_free(recs);
208                                 xdl_cha_free(&xdf->rcha);
209                                 return -1;
210                         }
211                 }
212         }
213
214         if (!(rchg = (char *) xdl_malloc((nrec + 2) * sizeof(char)))) {
215
216                 xdl_free(rhash);
217                 xdl_free(recs);
218                 xdl_cha_free(&xdf->rcha);
219                 return -1;
220         }
221         memset(rchg, 0, (nrec + 2) * sizeof(char));
222
223         if (!(rindex = (long *) xdl_malloc((nrec + 1) * sizeof(long)))) {
224
225                 xdl_free(rchg);
226                 xdl_free(rhash);
227                 xdl_free(recs);
228                 xdl_cha_free(&xdf->rcha);
229                 return -1;
230         }
231         if (!(ha = (unsigned long *) xdl_malloc((nrec + 1) * sizeof(unsigned long)))) {
232
233                 xdl_free(rindex);
234                 xdl_free(rchg);
235                 xdl_free(rhash);
236                 xdl_free(recs);
237                 xdl_cha_free(&xdf->rcha);
238                 return -1;
239         }
240
241         xdf->nrec = nrec;
242         xdf->recs = recs;
243         xdf->hbits = hbits;
244         xdf->rhash = rhash;
245         xdf->rchg = rchg + 1;
246         xdf->rindex = rindex;
247         xdf->nreff = 0;
248         xdf->ha = ha;
249         xdf->dstart = 0;
250         xdf->dend = nrec - 1;
251
252         return 0;
253 }
254
255
256 static void xdl_free_ctx(xdfile_t *xdf) {
257
258         xdl_free(xdf->rhash);
259         xdl_free(xdf->rindex);
260         xdl_free(xdf->rchg - 1);
261         xdl_free(xdf->ha);
262         xdl_free(xdf->recs);
263         xdl_cha_free(&xdf->rcha);
264 }
265
266
267 int xdl_prepare_env(mmfile_t *mf1, mmfile_t *mf2, xpparam_t const *xpp,
268                     xdfenv_t *xe) {
269         long enl1, enl2;
270         xdlclassifier_t cf;
271
272         enl1 = xdl_guess_lines(mf1) + 1;
273         enl2 = xdl_guess_lines(mf2) + 1;
274
275         if (xdl_init_classifier(&cf, enl1 + enl2 + 1, xpp->flags) < 0) {
276
277                 return -1;
278         }
279
280         if (xdl_prepare_ctx(mf1, enl1, xpp, &cf, &xe->xdf1) < 0) {
281
282                 xdl_free_classifier(&cf);
283                 return -1;
284         }
285         if (xdl_prepare_ctx(mf2, enl2, xpp, &cf, &xe->xdf2) < 0) {
286
287                 xdl_free_ctx(&xe->xdf1);
288                 xdl_free_classifier(&cf);
289                 return -1;
290         }
291
292         xdl_free_classifier(&cf);
293
294         if (xdl_optimize_ctxs(&xe->xdf1, &xe->xdf2) < 0) {
295
296                 xdl_free_ctx(&xe->xdf2);
297                 xdl_free_ctx(&xe->xdf1);
298                 return -1;
299         }
300
301         return 0;
302 }
303
304
305 void xdl_free_env(xdfenv_t *xe) {
306
307         xdl_free_ctx(&xe->xdf2);
308         xdl_free_ctx(&xe->xdf1);
309 }
310
311
312 static int xdl_clean_mmatch(char const *dis, long i, long s, long e) {
313         long r, rdis0, rpdis0, rdis1, rpdis1;
314
315         /*
316          * Scans the lines before 'i' to find a run of lines that either
317          * have no match (dis[j] == 0) or have multiple matches (dis[j] > 1).
318          * Note that we always call this function with dis[i] > 1, so the
319          * current line (i) is already a multimatch line.
320          */
321         for (r = 1, rdis0 = 0, rpdis0 = 1; (i - r) >= s; r++) {
322                 if (!dis[i - r])
323                         rdis0++;
324                 else if (dis[i - r] == 2)
325                         rpdis0++;
326                 else
327                         break;
328         }
329         /*
330          * If the run before the line 'i' found only multimatch lines, we
331          * return 0 and hence we don't make the current line (i) discarded.
332          * We want to discard multimatch lines only when they appear in the
333          * middle of runs with nomatch lines (dis[j] == 0).
334          */
335         if (rdis0 == 0)
336                 return 0;
337         for (r = 1, rdis1 = 0, rpdis1 = 1; (i + r) <= e; r++) {
338                 if (!dis[i + r])
339                         rdis1++;
340                 else if (dis[i + r] == 2)
341                         rpdis1++;
342                 else
343                         break;
344         }
345         /*
346          * If the run after the line 'i' found only multimatch lines, we
347          * return 0 and hence we don't make the current line (i) discarded.
348          */
349         if (rdis1 == 0)
350                 return 0;
351         rdis1 += rdis0;
352         rpdis1 += rpdis0;
353
354         return rpdis1 * XDL_KPDIS_RUN < (rpdis1 + rdis1);
355 }
356
357
358 /*
359  * Try to reduce the problem complexity, discard records that have no
360  * matches on the other file. Also, lines that have multiple matches
361  * might be potentially discarded if they happear in a run of discardable.
362  */
363 static int xdl_cleanup_records(xdfile_t *xdf1, xdfile_t *xdf2) {
364         long i, nm, rhi, nreff, mlim;
365         unsigned long hav;
366         xrecord_t **recs;
367         xrecord_t *rec;
368         char *dis, *dis1, *dis2;
369
370         if (!(dis = (char *) xdl_malloc(xdf1->nrec + xdf2->nrec + 2))) {
371
372                 return -1;
373         }
374         memset(dis, 0, xdf1->nrec + xdf2->nrec + 2);
375         dis1 = dis;
376         dis2 = dis1 + xdf1->nrec + 1;
377
378         if ((mlim = xdl_bogosqrt(xdf1->nrec)) > XDL_MAX_EQLIMIT)
379                 mlim = XDL_MAX_EQLIMIT;
380         for (i = xdf1->dstart, recs = &xdf1->recs[xdf1->dstart]; i <= xdf1->dend; i++, recs++) {
381                 hav = (*recs)->ha;
382                 rhi = (long) XDL_HASHLONG(hav, xdf2->hbits);
383                 for (nm = 0, rec = xdf2->rhash[rhi]; rec; rec = rec->next)
384                         if (rec->ha == hav && ++nm == mlim)
385                                 break;
386                 dis1[i] = (nm == 0) ? 0: (nm >= mlim) ? 2: 1;
387         }
388
389         if ((mlim = xdl_bogosqrt(xdf2->nrec)) > XDL_MAX_EQLIMIT)
390                 mlim = XDL_MAX_EQLIMIT;
391         for (i = xdf2->dstart, recs = &xdf2->recs[xdf2->dstart]; i <= xdf2->dend; i++, recs++) {
392                 hav = (*recs)->ha;
393                 rhi = (long) XDL_HASHLONG(hav, xdf1->hbits);
394                 for (nm = 0, rec = xdf1->rhash[rhi]; rec; rec = rec->next)
395                         if (rec->ha == hav && ++nm == mlim)
396                                 break;
397                 dis2[i] = (nm == 0) ? 0: (nm >= mlim) ? 2: 1;
398         }
399
400         for (nreff = 0, i = xdf1->dstart, recs = &xdf1->recs[xdf1->dstart];
401              i <= xdf1->dend; i++, recs++) {
402                 if (dis1[i] == 1 ||
403                     (dis1[i] == 2 && !xdl_clean_mmatch(dis1, i, xdf1->dstart, xdf1->dend))) {
404                         xdf1->rindex[nreff] = i;
405                         xdf1->ha[nreff] = (*recs)->ha;
406                         nreff++;
407                 } else
408                         xdf1->rchg[i] = 1;
409         }
410         xdf1->nreff = nreff;
411
412         for (nreff = 0, i = xdf2->dstart, recs = &xdf2->recs[xdf2->dstart];
413              i <= xdf2->dend; i++, recs++) {
414                 if (dis2[i] == 1 ||
415                     (dis2[i] == 2 && !xdl_clean_mmatch(dis2, i, xdf2->dstart, xdf2->dend))) {
416                         xdf2->rindex[nreff] = i;
417                         xdf2->ha[nreff] = (*recs)->ha;
418                         nreff++;
419                 } else
420                         xdf2->rchg[i] = 1;
421         }
422         xdf2->nreff = nreff;
423
424         xdl_free(dis);
425
426         return 0;
427 }
428
429
430 /*
431  * Early trim initial and terminal matching records.
432  */
433 static int xdl_trim_ends(xdfile_t *xdf1, xdfile_t *xdf2) {
434         long i, lim;
435         xrecord_t **recs1, **recs2;
436
437         recs1 = xdf1->recs;
438         recs2 = xdf2->recs;
439         for (i = 0, lim = XDL_MIN(xdf1->nrec, xdf2->nrec); i < lim;
440              i++, recs1++, recs2++)
441                 if ((*recs1)->ha != (*recs2)->ha)
442                         break;
443
444         xdf1->dstart = xdf2->dstart = i;
445
446         recs1 = xdf1->recs + xdf1->nrec - 1;
447         recs2 = xdf2->recs + xdf2->nrec - 1;
448         for (lim -= i, i = 0; i < lim; i++, recs1--, recs2--)
449                 if ((*recs1)->ha != (*recs2)->ha)
450                         break;
451
452         xdf1->dend = xdf1->nrec - i - 1;
453         xdf2->dend = xdf2->nrec - i - 1;
454
455         return 0;
456 }
457
458
459 static int xdl_optimize_ctxs(xdfile_t *xdf1, xdfile_t *xdf2) {
460
461         if (xdl_trim_ends(xdf1, xdf2) < 0 ||
462             xdl_cleanup_records(xdf1, xdf2) < 0) {
463
464                 return -1;
465         }
466
467         return 0;
468 }
469