https://github.com/alexdremov/1cqualification

Практическое задание для отбора на кафедру КИС
https://github.com/alexdremov/1cqualification

algorithms bigdata cpp knuth-morris-pratt strings suffix-tree ukkonen

Last synced: 1 day ago
JSON representation

Практическое задание для отбора на кафедру КИС

• Host: GitHub
• URL: https://github.com/alexdremov/1cqualification
• Owner: alexdremov
• Created: 2022-03-31T06:53:00.000Z (almost 3 years ago)
• Default Branch: main
• Last Pushed: 2022-03-31T17:55:49.000Z (almost 3 years ago)
• Last Synced: 2024-11-16T15:26:43.947Z (2 months ago)
• Topics: algorithms, bigdata, cpp, knuth-morris-pratt, strings, suffix-tree, ukkonen
• Language: C++
• Homepage:
• Size: 594 KB
• Stars: 0
• Watchers: 2
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# 1CQualification — String search

В решении используется сразу несколько алгоритмов и рассматривается возможность,

что файл может не поместиться в оперативную память.

## Установка

```bash

mkdir build

cd build

cmake .. -DCMAKE_BUILD_TYPE=Release

make

```

## Использование

```

Search substring in a file, enter pattern in stdin. Type !exit to exit

Usage:

  StringMatch [OPTION...]

  -f, --file arg      File name

  -s, --single        Get first entry only

  -x, --extralarge    Extra large file search. O(nm) solution but can work 

                      with extra large data

  -b, --buffSize arg  Buffer size for extra large mode in bytes. 100Mb by default 

  -v, --verbose       Verbose (default: true)

  -h, --help          Print usage

```

## Алгоритм

В случае большого файла, он разбивается на пересекающиеся куски и каждый кусок обрабатывается как указано ниже.

Для `pattern` размеров 1, 2, 4, 8 используется оптимизация маленьких строк: `pattern` хранится в `uint{16, 32, 64}_t`. Для однобайтовых `pattern` используется `strchr`.

В остальных случаях применяется два алгоритма:

- Только первое вхождение

В этом случае используется сжатый бор. Построение алгоритмом Укконена.

  - Асимптотика построения: O(|text|)

  - Асимптотика ответа: O(|pattern|)

- Все вхождения

Используется алгоритм Кнута-Морриса-Пратта

  - Асимптотика построения: O(1)

  - Асимптотика ответа: O(|text|)

## Тестирование

```bash

mkdir testbuild

cd testbuild

cmake ..

make

ctest

```

## Doxygen документация

link