JPH0380366A

JPH0380366A - ストリングサーチ方法およびそのための装置

Info

Publication number: JPH0380366A
Application number: JP1217148A
Authority: JP
Inventors: Tadashi Osone; 大曾根　匡; Hiroyuki Kitajima; 北嶋　弘行; Hidetoshi Ito; 伊東　英俊
Original assignee: Hitachi Ltd; Hitachi Nuclear Engineering Co Ltd
Current assignee: Hitachi Ltd; Hitachi Nuclear Engineering Co Ltd
Priority date: 1989-08-23
Filing date: 1989-08-23
Publication date: 1991-04-05
Anticipated expiration: 2013-04-28
Also published as: JP2745710B2

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】〔産業上の利用分野〕本発明は、情報検索システム等に使用されるストリング
サーチ方法、すなわち、入力データ記号列（以下、「テ
キスト」という）中に、指定された記号列（「パターン
」、「キーワードｊ等と呼ばれる）が存在するか否かを
判別する方法およびそのための装置に関する。上記スト
リングサーチ装置は、テキスト情報の検索に欠かせない
ものである。

〔従来の技術〕

オフィスオートメーション（ＯＡ）化に伴なって文書情
報のデータベース化が急速に進んでおり、データベース
の規模も大規模化しつつある。このような状況の中で、
文書情報処理の高速化が強く望まれている。なかでも、
テキストと呼ばれる記号列の中からパターンあるいはキ
ーワードと呼ばれる指定された特定の記号列を探し出す
ストリングサーチ処理は、使用頻度が高く処理負荷も極
めて大きいので、その高速化が特に望まれている。

これに対しては、ストリングサーチ処理を、それ専用の
ハードウェアを用いて処理する方法がいくつか提案され
ている。その代表的なものに、セルアレイ法と、表−瞥
（ｔａｂｌｅ　１ｏｏｋ　ａｔ）型の有限オートマトン
法がある。前者のセルアレイ法は、第３２図に示す如く
、多数のセルｌＯをアレイ状に直列に接続し、セル間の
状態信号７０の伝達により、ストリングサーチを実現す
る方法である。各セルｌＯでは、前段のセルの状態信号
と当該セルにおけるパターン１文字とテキスト１文字と
の比較結果により、新たに記号列を生成させ、それを後
段のセルへ伝達する。この状態信号７０の生成および伝
達方法は、１文字車位に状態遷移を惹き起こす有限オー
トマトンの原理に基づいている。

第３４［５！Ｉに、パターンがｒＨＯＲ３ＥＪの場合に
、従来方式で用いられている有限オートマトンの状態遷
移図を示す。ここで、１００は有限オートマトンの状態
番号を表わし、２００はテキストの入力文字に対する状
態遷移の方向を表わしている。この例の場合、テキスト
から文字が１文字ずつ連続してｒＨＪｒＯＪｒＲＪｒｓ
ＪｒＥＪと入力されると、状態番号１００が、Ｓ、から
順次、ｓ、、ｓ、、ｓ、、ｓ、、ｓ、と推移し、状態番
号１００がＳ、どなったところでパターンが検出される
。第３３図に、状態番号とそれに対応するサーチ状態と
の関係を示した。

一方、前記後者の表−置型の有限オートマトン法は、テ
キストを１文字ずつ入力しながら、その都度、状態遷移
テーブルを参照し、有限オートマトンの状態遷移を繰り
返しながら、パターンの検出を行う方法である。特に、
複数のパターンを検索する場合は、従来は、複数のパタ
ーンの検索を考慮して、状態遷移テーブルを作成するこ
とにより、同一のテーブルの参照により、複数のパター
ンの検索を実現している。

第３５図に、パターンがｒＣＡＴＪとｒＤＯＧＪの場合
の、従来方式における有限オートマトンの状態遷移図を
示す。ここで、１００は有限オートマトンの状態遷移図
を示し、２００はテキストの入力文字に対する状態遷移
の方向を示している。第３５図では、状ａＯで文字ｒＣ
Ｊが入力されると状態は１になり、文字ｒＤＪが入力さ
れると状態は４になり、その他の文字が入力されると、
状態はＯのままであることを示している。また、状ａ１
で文字「Ａ」が入力されると状態は２になり、文字ｒＤ
Ｊが入力されると状態は４になり、文字ｒＣＪが入力さ
れると状態はｌのままで、その他の文字が入力されると
状態はＯに戻ることを示している。なお、状態番号とそ
れに対応するサーチ状態との関係を、第３７図に示した
。

上述の如き状態遷移を実現するために、表−瞥型の有限
オートマトン法では、第３６図に示す如き状態遷移テー
ブルを用いる。これは、入力文字と現在の状態から次の
状態を求めるためのテーブルである。ここで、入力文字
は整数の文字コードとしてテーブルを参照するようにす
る。この例の場合、テキストから文字が１文字ずつ連続
して「ｃｊｒＡ」ｒＴＪと入力されると、状態は１，２
．・・・・と順次遷移し、状態番号が３となったところ
で、パターン「ＣＡＴ」の検出が認識される。同様に、
「Ｄ」ｒＱＪｒＱＪと入力されると、状態は４，５．・
・・・と順次遷移し、状態番号が６となったところでパ
ターンｒＤＯＧＪの検出が１！！識される。

上述の技術については１例えば、アイ・イー・イー・イ
ー　トランザクションオンコンピューターズ、シー２８
（１９７９年）、第３８４〜３９４頁（ＩＥＥＥＴｒ−
ａｎｓａｔｉｏｎｓ　ｏｎ　Ｃｏｍｐｕｔｅｒｓ、ｖｏ
ｌ、Ｃ−２８，ＮｃＬ６．ｐｐ、３８４−３９４、１９
７９）や、コンピュータ、第１３巻第１号、第２６〜４
０頁（Ｃｏｍｐｕｔｅｒ、　ｖｏｌ、　１３．　ＮＩ　
Ｉ、　ｐｐ、　２６−４０．１９８０）等において論じ
られている。

［発明が解決しようとする課題］上記従来技術は、（１）１文字単位に状態遷移を惹き起こす有限オートマ
トンを基本としているので、ストリングサーチの検索速
度は原理的に１単位時間あたり１文字となっていた。テ
キストを格納している記憶装置から文字をフェッチする
速度が１単位時間あたり１文字であるならば、これで問
題はない。しかし、現在では、１６ビツシマシン／３２
ビツトマシンが出現しており、１時刻あたり２バイトフ
エツチ７４バイトフエツチも可能となってきた。前述の
従来技術ではこれに対応できず、テキストの文字のフェ
ッチ速度がこのように向上しても、検索速度は１単位時
刻あたり１文字に制限されてしまうという問題（２）複数パターンを同時検索するためには、その状態
遷移が第３５図に示した如く、極めて複雑となり、その
ために、状態遷移テーブルを作成するのに多大のオーバ
ヘッドを要するという問題があった。これは、複数のパターン間の遷移についても
考慮してテーブルを作成しなければならないことに起因
している。特に、パターン数の多いときや、あるパター
ンの部分文字列が他のパターンの中の部分文字列として
存在している場合に、極めて複雑となる。このテーブル
作成時間のオーバヘッドは、ストリングサーチを行う上
で、特に長大なテキストの検索を行う場合以外、無視で
きないものである。

本発明は上記事情に鑑みてなされたもので、その目的と
するところは、従来の技術における上述の如き問題を解
消し、検出速度を向上させるとともに、複数パターン検
索のための表−瞥型の有限オートマトン法における状態
遷移テーブルの作成時間を短縮可能としたストリングサ
ーチ方法およびそのための装置を提供することにある。

〔課題を解決するための手段〕

本発明の上述の目的は、ある長さのコード長のコードで
表現される文字（記号）により構成される第１の文字列
中に、指定された第２の文字列が存在するかどうかを判
定するストリングサーチ方法において、前記第１の文字
列から複数文字単位のデータを入力し、複数文字単位に
状態遷移を惹き起こす有限オートマトンを用いて、該複
数文字単位の入力データと現在のサーチ状態とから次の
サーチ状態を決定し、該新たなサーチ状態が検索すべき
前記第２の文字列を検出したことを表わすサーチ状態に
なったかどうかを判断し、前記第２の文字列を検出した
状態になった場合には検出処理を行い、前記第１の文字
列の入力アドレスを複数文字分だけ先に更新し、前記第
１の文字列から次の複数文字単位のデータを入力する動
作を繰り返すことを特徴とするストリングサーチ方法、
および、ある長さのコード長のコードで表現される文字
（記号）により構成される第１の文字列中に、指定され
た第２の文字列が存在するかどうかを判定するストリン
グサーチ装置において、前記第１の文字列を複数文字単
位にシーケンシャルに入力する手段と、複数文字単位に
状態遷移を惹き起こす有限オートマトンを用い、前記複
数文字単位の入力データと現在のサーチ状態とから次の
サーチ状態を決定し、該新たなサーチ状態と検索すべき
前記第２の文字列を検出したことを表わすサーチ状ａ（
パターン検出状態）とを比較する手段を有することを特
徴とするストリングサーチ装置によって達成される。

〔作用〕

まず、本発明に係るストリングサーチ方法においては、
第１の文字列から複数文字単位のデータを入力し、複数
文字単位に状態遷移を惹き起こす有限オートマトンを用
いることにより、複数文字単位にストリングサーチにお
けるサーチ状態の遷移が実現できる。これから、新たな
サーチ状態が検索すべき前記第２の文字列（パターン）
を検出したことを表わすサーチ状態になったかどうかを
判断し、前記第２の文字列を検出した状態になった場合
には検出処理を行うことができる。これらにより、テキ
ストの文字入力を複数文字単位としてストリングサーチ
を実行できるので、検索速度の向上が達成できる。なお
、本発明に係るストリングサーチ装置は、上記ストリン
グサーチ方法を効率的に実行するに好適なストリングサ
ーチ装置を実現できるものである。

また、本発明に係るストリングサーチ装置において、単
数のパターンに対する表−置型の有限オートマトン機構
を複数個設け、そられらを並列に実行させる手段を導入
することにより、複数パターンの検索を個々の単数パタ
ーンの検索に展開することができる。これにより、前記
状態遷移テーブルを作成する際、パターン間の遷移を考
慮する必要がなくなり、個々のパターンに対する状態遷
移テーブルを独立に作成すれば良くなるので、テーブル
作成オーバヘッドを短縮することができるものである。

（実施例〕以下、本発明の実施例を図面に基づいて詳細に説明する
。なお、以下の説明においては、文字のコード長は１バ
イトと仮定する。

まず、本発明の第一の実施例として、テキストが２文字
単位で入力される場合について、説明する。第１図は、
本実施例のストリングサーチシステムの構成例である。

図において、ｌは検索すべきテキストを格納する記憶装
置、２は上記テキストｌに対しストリングサーチを実行
するストリングサーチ装置、３はテキストデータ転送路
、４は検索結果を出力する信号線を示している６本実施
例においては、テキストデータは、記憶装置ｌから、入
力手段１００１を用いて複数文字単位にシーケンシャル
にテキストデータ転送路３を経由してストリングサーチ
装置２に入力される。更に、２文字単位に状態遷移を惹
き起こす有限オートマトン１００７を用いることで、パ
ターンの検出を行う。以下、検索パターンの例として、
ｒＨＯＲ５ＥＪを考える。

この場合、有限オートマトンの状態は、第２図に示す如
く定義する。また、ここで提案する、２文字単位に状態
遷移を惹き起こす有限オートマトン１００７の状態遷移
図は、第３図のようになる。ここで、１２００が有限オ
ートマトンの状態番号を表わし、１３００がテキストの
入力文字（２文字単位）に対する状態遷移の方向を表わ
している。これは、テキストから文字が２文字ずつ連続
してｒＸＨ」ｒＯＲ」「ＳＥ」と入力されると、状態番
号がＳ、から順次、Ｓ　ｌ　ｌ　ｊ　Ｓ　Ｉ　＊　ｌ　
Ｓ　１６と推移し、また、テキストかう文字が２文字ず
つ連続して「ＨＯ」「Ｒ８」「Ｅｘ」と入力されると、
状態番号がＳ、から順次、Ｓ、１゜Ｓ、、、Ｓ□と推移
することを示している。ここで、Ｘは任意の１文字を表
わすものとする。なお、状態番号Ｓ１．とＳ−はパター
ンが検出された状態である。このような有限オートマト
ンを用いることにより、テキストを２文字単位に入力し
ながら、ストリングサーチを実行することが可能となる
。

これを実現するストリングサーチ装置２の構成例を第４
図と第５図に示す、第４図は第一の実施例におけるスト
リングサーチ装置２の全体構成図であり、第５図はそこ
で使用されるセル１１０の構成図である。第４図におい
て、１２０はパターンの１文字を格納するパターンレジ
スタ、１１０はセルである。セル１１０は、配置装置３
から転送されてきたテキストの２バイトの文字データ１
３０と、パターンデータ転送路１４０を通して入力され
るパターンの２バイトの文字データと、前段セルから転
送されてきた状態信号１７０とを入力として、パターン
検出信号１５０と本セルの状態信号１７０を生成する回
路である０本実施例における２文字単位入力有限オート
マトンの場合、第４図に示す如く、直列に接続したセル
を２段並べた構成とする。これは、第３図に示す有限オ
ートマトンの状態遷移図に対応している。一方、１６０
は各セルから転送されてきたパターン検出信号１５０か
ら検出信号４を生成する検出信号生成回路である。これ
は、例えば、すべてのパターン検出信号１５０のＯＲを
とる論理によって実現できる。

次に、第５図に示したセル１１０の構成について説明す
る。各セル１１０には、テキストの入力文字２バイトが
テキスト入力線を通して入力される。

１１１はこれら２バイトのデータ同志の一致／不一致を
マスク付きで判定し、一致信号１１６を生成する一致判
定回路である。また、１１４はマスクラッチであり、マ
スクラッチ１１４ａ　の内容がバイナリコードの“１″
（以下、単に「１″」という）であるときに、一致判定
回路１１１においてその第１バイトにマスクをすること
を示し、同様に、マスクラッチ１１４ｂの内容が“１″
であるときに、一致判定回路１１１においてその第２バ
イトにマスクをすることを示す、　１１４ａ　　を第１
マスクラツチ、１１４ｂ　を第２マスクラツチと呼ぶ。

一致判定回路１１１は、例えば、第６図の如き回路によ
り実現できる。第６図に示す回路においては、テキスト
入力線１３０とパターン入力線１４０から入力される２
バイトのデータを１６個のＥＸＯＲ回路で同時に比較し
、それらがすべて一致した場合に、更に、マスクラッチ
出力線１１８ａ、　１１８ｂの値を考慮して、一致信号
１１６を出力するというものである。なお、一致判定回
路１１１として、コンテントアドレサブルメモリを用い
てもよい。

一方、１１５はインジケータラッチであり、特に＋１５
ａ　はパターンの先頭を示す先頭インジケータラッチ、
１１５ｂ　はパターンの末尾を示す末尾インジケータラ
ッチである。また、１１３は有限オートマトンの状態を
示す状態ラッチである。制御回路１１２は、インジケー
タラッチ１１５の情報と、前段のセルの状態信号１７０
と一致信号１１６とから、本セルの状態ラッチ１１３へ
の入力信号１１７とパターン検出信号１５０を生成する
回路である。これは、例えば、第７図に示す如き回路に
よって実現できる。入力信号１１７は、本セルの状態ラ
ッチ１１３の入力となる。

次に、パターンがｒＨＯＲ３Ｅ」の場合の、本実施例の
動作を説明する。

まず、予めパターンｒＨ」、ｒｏ」、ｒＪ、ｒｓ」、ｒ
Ｅ」を１文字ずつ第４図のパターンバッファ１２０−１
〜１２０−５にセットしておく。また、第３図の状態遷
移図における入力文字のうち、任意文字ｒＸＪに対する
マスクラッチ１１４に“１″をセットする。つまり、第
８図に示す如く、第１マスクラッチ１１４ａ−ＩＩと第
２マスクラツチ１１４　ｂ−２３に、“１ｎをセ゛ッ卜
する。更に、パターンの先頭文字と末尾文字を教えるた
めに、先頭インジケータラッチｌｌ５ａ−１１と１１５
　ａ−２１，末尾インジケータラッチ目５ｂ−１３と１
１５ｂ−２３に“１″をセットしておく。

この後、テキストに対するストリングサーチを開始する
。すなわち、テキストを記憶装置１から１時刻毎に２文
字ずつ、テキストデータ転送路３を通して、ストリング
サーチ装置２のすべてのセル１１０に同時に入力してい
く。各セル１１０の内部では、まず、一致判定回路＋１
１において２バイトのテキストの入力文字と、パターン
バッファ１２０から各セルそれぞれに転送されてくる２
バイトのパターンの文字とが比較される。例えば、一致
判定回路１１１−１２では、入力文字とパターンの第２
文字と第３文字ｒｏＲＪとの比較が行われる。同様にし
て、一致判定回路１１１−１３．１１１−２１．　ｌ１
ｌ−２２では、それぞれ、入力文字とパターンのｒＳ　
ＥＪ、ｒＨＯＪ。

ｒＲ３Ｊとの比較が行われる。

但し、一致判定回路１１１−１１では、第１マスクラッ
チ１１４ａ−１１が“１”であるため、第１バイトをマ
スクして比較する。従って、論理的には、ｒＸＨ」と比
較していることになる。同様に、一致判定回路Ｈト２３
では、第２マスクラツチ＋１４　ｂ−２３が“ｌ”であ
るため、論理的には、ｒＥＸＪと比較していることにな
る。ここで、Ｘは前述の通り、任意の１文字を指す。

次に、制御回路１１２では、第７図に示す如く、前段セ
ルの状態信号１７０と先頭インジケータラッチ１１５ａ
の出力線１１９ａとのＯＲ出力と、一致信号１１６との
ＡＮＤをとり、新たな状態信号１１７を生成する。この
新たな状態信号１１７は、本セルの状態ラッチ１１３の
入力とする。また、本状態信号１１７と末尾インジケー
タ１１５ｂの出力線１１９ｂとのＡＮＤをとった結果を
パターン検出信号１５０とする。これが“１″となる二
とが、パターンの検出を意味する。

上述の構成では、前記状態ラッチ１１３−ｉｊの内容が
“１”であることが、第３図における有限オートマトン
の状態番号がＳｉＪとなったことを表わしている。

以下、テキストの例として、１６文字のテキストｒＣＡ
Ｔ、ＨＯＲ３Ｅ、ＭＯＮＫＥＹＪを考える。この例の場
合の時刻に対するテキスト入力線１３０と各セル１１０
−ｉｊのパターン入力線１４０−ｉｊ、一致信号＋１６
−ｉｊ、状態ラッチ１１３−ｉｊの値の変化を、第９図
に示す。この例の場合は、時刻３２時刻４２時刻５に、
それぞれ、状態ラッチ１１３−２１．１１３−２２．１
１３−２３が、′ｌ”となる。また、セル１１０−２３
の末尾インジケータラッチ１１５　ｂ−２３の内容が“
１”であるので、パターン検出信号１５０−２３は“ｌ
”となり、パターンを検出したことがわかる。この例の
場合、８時刻でストリングサーチを終了することができ
る。

以下、第二の実施例として、テキストを４文字単位に入
力する方式について説明する。この場合には、４文字単
位に状態遷移を惹き起こす有限オートマトンを用いる。

検索パターンの例として、第一の実施例と同じ、ｒＨＯ
ＲｓＪを考える。

この場合の有限オートマトンの状態は、第１０図に示す
如く定義する。また、ここで提案する４文字単位に状態
遷移を惹き起こす有限オートマトンの状態遷移図は、第
１１図のようになる。第１１図において、２２００が有
限オートマトンの状態番号を表わし、２３００がテキス
トの入力文字（４文字単位）に対する状態遷移の方向を
表わしている６第１１図では、テキストから文字が４文
字ずつ連続して「ＸＸＸＨ」、ｒｏＲ３Ｅｌと入力され
ると、状態番号がＳ、から順次、Ｓ　Ｉ　ｌ　ｌ　Ｓ　
Ｉ　ｍと推移し、また、テキストから文字が４文字ずつ
連続してｒＸＸＨｏ」、ｒＲ３ＥＸＪと入力されると、
状態番号がＳ、かも順次Ｓａｔ、Ｓｅｔと推移すること
を示している。同様に、文字がｒＸＨＯＲ」、ｒＳＥＸ
ＸＪと入力されると状態番号がＳ、から順次、Ｓ□、Ｓ
−と推移し、「ＸＨＯＲＪ、ｒｓＥＸＸＪと入力される
と、状態番号がＳ、から順次、５１１ｊ３４１と推移す
ることを示している。Ｘは任意の１文字を表わしており
、状態番号Ｓ　＋　ｌ　＋　Ｓ　ｅ　ｓ　ｔ　Ｓ　ｓ　
＊およびＳ９．は、すべて、パターンが検出された状態
である。このような有限オートマトンを用いることによ
り、テキストを４文字１Ｍ右γを−λ　−ｈ　１　　か
ＩにＡ　　　　ズ　ｋ　　ＩＩ　　’ノ　ノｆ廿−キ　
左　宣ｆ〒１トることが可能となる。

これを実現するストリングサーチ装置２の構成例を第１
２図に示す。ここでは、図に示す如く、セル２１０を直
列に接続したものを４段並べる構成とする。ここで、２
２０はパターンの１文字を格納するパターンレジスタ、
２６０は検出信号生成回路である。セル２１０の構成例
を第１３図に示す。ここで２１１は４バイトのデータ同
志の一致／不一致をマスク付きで判定する一致判定回路
、２１３は有限オートマトンの状態を示す状態ラッチ、
２１４はマスクラッチを示しており、特に、２１４　ａ
　は一致判定回路２１１において、その第１バイトにマ
スクをすることを示、す第１マスクラツチ、同様に、２
１０　ｂ　。

２１４ｃおよび２１４　ｄは一致判定回路２１１におい
て、その第２．第３．第４バイトにマスクをすることを
示すマスクラッチである。

また、２１５はインジケータラッチであり、特に２１５
ａ　はパターンの先頭を示す先頭インジケータラッチ、
２１５ｂ　はパターンの末尾を示す末尾インジケータラ
ッチである。制御回路２１２は、第一の実施例の場合と
同様に、本セルの状態信号２７０とパターン検出情報２
５０を生成する回路である。

次に、動作を説明する。

まず、予め検索パターンｒＨＯＲ３Ｅ」を１文字ずつ、
第１２図に示したパターンバッファ２２０−１〜２２０
−５までにセットしておく。また、第１１図の状態遷移
図における入力文字のうち、任意文字ｒＸＪに対応する
マスクラッチ２１４に、“１ｎをセットする。すなわち
、マスクラッチ２１４　ａ−１１，２１４ｂ−ＩＩ。

２１４　ｃ　−１１，２１４ａ−２１，２１４ｂ−２１
，２１４ａ　−３１，２１４ｄ　−２２゜２１４　ｃ　
−３２，’２１４　ｄ　−３２，２１４ｂ　−４２，２
１４ｃ−４２，２＋４　ｄ　−４２に、′ｌ″をセット
しておく。更に、パターンの先頭文字と末尾文字を教え
るために、先頭インジケータラッチ２１０　ａ　−１１
，２１５ａ−２１，２１５ａ−３１および２１５ａ−４
１と、末尾インジケータラッチ２１５ｂ−１２，２１５
ｂ　−２２，２１５ｂ−３２および２１５　ｂ−４２に
、“ｌ”をセットしておく。

次に、テキストを記憶装置ｌから４文字ずつテキストデ
ータ転送路３を通して各セル２１０に入力していく。各
セル２１０内部の一致判定回路２１１では、４バイトの
入力文字と４文字のパターン°の文字とが比較される。

つまり、一致判定回路２１１−Ｉ＋では、入力４文字と
ｒＸＸＸＨＪとが比較される。

同様に、一致判定回路２１１−１２，２１１−２１，２
１１−２２，２１１−３１，２１１−３２，２１１−４
１，２１１−４２では、それぞれ、入力４文字とパター
ンｒＯＲ３ＥＪ、ｒＸＸＨＯＪ、ｒＲ３ＥＸ」、ｒＸＨ
ＯＲ」、ｒＳＥＸＸ、１．ｒＨＯＲ３」、ｒＥＸＸＸＪ
とが比較される。

制御回路２１２は、一致判定回路２１１か、らの出力で
ある一致信号２１６と、前段のセル２１０の状態信号２
７０と先頭インジケータラッチ２１５ａの出力線２１９
ａ　　とから、本セルの状態信号２１７を生成し、それ
を状態ラッチ２１３の入力とする。状態ラッチ２１３−
ｉｊが”１″であることが、第１２図における有限オー
トマトンの状態番号がＳｉＪとなったことを表わしてい
る。そして、本セルの状態信号２１７と末尾インジケー
タ２１５ｂの出力線２１９ｂとのＡＮＤをとった結果を
、バター使検出信号２５０とする。

それが“１”となることが、パターンの検出を意味する
のは前述の通りである。

テキストの例として、第一の実施例と同様に、１６文字
（７）テキストｒＣＡＴ、ＨＯＲ８Ｅ、ＭＯＮＫＥＹＪ
を考える。この例の場合の時刻に対する、テキスト入力
線２３０と各セル２１０−ｉｊのパターン入力線２４０
−ＩＪｔ一致信号２１６−ｉｊｔ状態ラッチ２１３−１
ｊの値の変化を、第１４図に示す。この例の場合には、
−時刻２１時刻３にそれぞれ、状態ラッチ２１３−４１
と２１３−４２とが“ｌ″となる。そして、セル２１０
−４３の末尾インジケータラッチ２１５　ｂ−４３の内
容が“１″であるので、パターン検出信号２５０−４３
は“１″となり、パターンを検出したことがわかる。こ
の例の場合は、４時刻でストリングサーチが終了する。

次に、第三の実施例として、パターンにドントケア文字
（ワイルド文字）を含んだパターンを検索する場合を説
明する。

例として、第一の実施例で用いた２文字単位入力の有限
オートマトンを用いる。検索パターンの例としてはｒＨ
！Ｒ３ＥＪを考える。ここで、「！」はドントケア文字
（ワイルド文字）、すなわち、１文字の任意文字を表わ
すものとする。この場合の有限オートマトンの状態は、
第１５図に示す如く定義する。また、第１６図に、この
場合の、２文字単位入力の有限オートマトンの状態遷移
図を示す。

状態番号ＳＩ□Ｓｊ、はパターンが検出された状態を示
している。

これを表現するストリングサーチ装置２は、第一の実施
例に示したものと同じ構成で良い。予め各レジスタやラ
ッチにセットしておくデータも、ドントケア文字に対応
するマスクレジスタ１Ｉ４ａ−１２と１１４ｂ−２１に
“ｌ”をセットしておくことを除いて、同じで良い。な
お、マスクレジスタ１１４　ａ　−１２と１Ｉ４ｂ−２
１に１′をセットしておくことは、第一の実施例におい
て、セル１１０−１２や１１０−２１にパターンとして
「ＯＲ」やｒＨＯ」を入力させる代りに「！Ｒ」や「Ｈ
！」を入力させる役割を果たしている。

この場合の動作は、第１Ｏ図と同様になる。

次に、可変長ドントケア文字「？」を含んだパターンの
検索について簡単に説明する。なお、ここで、可変長ド
ントケア文字「？」とは、Ｏ文字以上の任意の文字列を
表わしている。この場合の、有限オートマトンの状態の
定義および状態遷移の例を、第１７図と第１８図に示す
。この例では、２文字単位に状態遷移を惹き起こす有限
オートマトンを用いている。これを実現する装置は、第
４図に示した装置内のセル１１０の内部論理とセル間の
接続を、第１８図における状態遷移に対応するように若
干変更するだけで良い。

また、複数のパターンの同時検索は、複数のパターンを
ばターンバッファにシリアルにセットして、インジケー
タラッチにそれに対応した値をセットするだけで容易に
実現できる。

本実施例では、前述の文献（前者）によるセルアレイ法
をベースとした装置を例に説明したが、他のセルアレイ
法をベースとした装置にも容易に適用することが可能で
ある。

次に、第四の実施例として、表−置型の有限オートマト
ン法を利用した場合の例を説明する。以下に説明する実
施例では、２文字単位に状態遷移を惹き起こす有限オー
トマトンを用いることにする。

第１９図は、本実施例におけるストリングサーチ装置の
構成例である。図中、５１０はテキストデータ転送路を
通して記憶装置から入力されてくるテキストの入力文字
を格納する２バイト分の入力文字レジスタ、５１１は有
限オートマトンの状態の情報を格納する状態レジスタ、
５１２は検索パターンに対する状態遷移テーブルを格納
するランダムアクセスメモリ（ＲＡＭ）、５１５は該Ｒ
ＡＭ　５１２に対するアドレス線、５１３は次の有限オ
ートマトンの状態の情報を格納する次状態レジスタ、５
１４は次状態がパターンを検出した状態になったかどう
かを判定するパターン検出判定回路を示している。

検索パターンの例として、ｒＨＯＲ３ＥＪを考えると、
その状態遷移図は、第２０図のようになる。

これに対応する状態遷移テーブルは、第２１図のように
なる。状態遷移テーブルは、現在の状態と入力文字とか
ら、次の状態がわかるようにしたテーブルである。この
状態遷移テーブルは、予め前記ＲＡＭ５１２にセットし
ておく、そして、初期状態０を状態レジスタ５１１にセ
ットしてから、検索を開始する。

第２２図に、本実施例の動作を示す、テキストの例とし
てｒｃＡＴ、ＨＯＲ３Ｅ、ＭＯＮＫＥＹＪを考える。テ
キストは、１時刻に２文字ずつ、記憶装置からテキスト
転送路を通して入力していく。時刻ｌでは、状態レジス
タ５］１と入力文字レジスタ５１０の内容が、それぞれ
、「０」とｒｃＡＪであるので、それをアドレスとして
、ＲＡＭ５１２に格納されている状態遷移テーブルにア
クセスする。そして、次状態「０」をフェッチし、それ
を次状態レジスタ５１３に入力する。そして、それを再
び、状態レジスタ５１１に入力する。一方、パターン検
出回路５１４では、次状態が「３」か「６」になったか
どうかにより、パターンの検出を監視している。

以下、この動作を繰り返し、第２２図に示される如く、
時刻５で次状態レジスタ５１３に「６」が入力され、パ
ターンｒＨＯＲ３ＥＪが検出される。本実施例では、８
時刻でストリングサーチを終了させることができる。

次に、第五の実施例を説明する。第２３図は、本発明の
表−置型の有限オートマトン法を用いたストリングサー
チ装置の構成例を示すものである。

この例では、２つのパターン「ＣＡＴ」とｒＤＯＧＪの
検索を行う場合を考える。図において、１１と２１は上
述のそれぞれのパターンに対する有限オートマトンの状
態の情報を格納する状態レジスタ、１０はテキストデー
タの転送路を通して記憶装置から入力されてくるテキス
トの入力文字を格納する入力文字レジスタ、１２と２２
はそれぞれのパターンに対する状態遷移テーブルを格納
するＲＡＭ％１５と２５は該ＲＡＭ！２と同２２に対す
るそれぞれのアドレス線、また、１３と２３はそれぞれ
のパターンに対する次の有限オートマトンの状態を格納
する次状態レジスタ、１４と２４は次状態がパターンを
検出した状態になったかどうかを判定するパターン検出
判定回路、３０はパターンの検出情報を生成する検出情
報生成回路を示している。

本装置を用いれば、２つのパターンの状態遷移は、別々
に作成することができる。従って、状態遷移テーブルの
１作成時間が短縮できる。２つのパターンｒＣＡＴＪと
「ＤＯＧ」に対する有限オートマトンの状態遷移を、第
２４図および第２５図に示す。

これは、ｒＣＡＴＪに対しては、テキストから文字が連
続してｒＣＪ、ｒＡＪ、ｒＴＪと入力されると、状態番
号がＯから順次、１，２．３と推移してパターンが検出
されることを示しており、また、ｒＤ　ＯＧＪに対して
は、文字が連続してｒＤ」、ｒｏ」、ｒＧ」と入力され
ると、状態番号がＯから順次、４，５．６と推移してパ
ターンが検出されることを示しているものである。これ
に対する状態遷移テーブルを、第２６図および第２７図
に示す。第２３図におけるＲＡＭ１２と２２には、この
状態遷移テーブルを、それぞれ、格納しておく。

次に、本実施例の動作を第２８図を用いて説明する。第
２８図は、状態レジスタ、入力文字レジスタ。

次状態レジスタの内容の変化を示すものである。

テキストの例として、！３文字のテキストｒＣＡＴ。

ＨＯＲ３Ｅ、ＤＯＧＪを考える。まず、検索を始める前
に、状態レジスタ１１と１２に初期状態０をセットして
おく、そして、テキストのデータを一時刻に１文字ずつ
、記憶装置からテキストデータ転送路を通して本装置に
入力していく。

時刻１では、状態レジスタ１１と入力文字レジスタ１０
の内容が、それぞれｒＱＪとｒＡＪであるので、それを
アドレスとしてＲＡＭ１２に格納されている状態遷移テ
ーブル１６にアクセスする。そして、次状態「１」をフ
ェッチし、それを次状態レジスタ１３に入力する。そし
て、それを再び、状態レジスタ１１に入力する。一方、
パターン検出判定回路１４では、次状態が「３」になっ
たかどうかにより、パターンの検出を監視している。同
様な動作を、状態レジスタ２１．アドレス線２２２次状
態レジスタ２３およびパターン検出判定回路２４により
並行して行い、状態レジスタ２１にはｒＱＪが入力され
る。以下、この動作が繰り返され、第２８図に示される
如く、時刻３で次状態レジスタ１３に「３」が入力され
、パターンｒＣＡＴＪが検出され、時刻１３で次状態レ
ジスタ２３に「３」が入力され、パターンｒＤＯＧＪが
検出される。

次に、第六の実施例を説明する。第２９図は、第六の実
施例を実行するためのストリングサーチ装置の構成例を
示すものである。ここで、ストリングサーチを行う機構
は、第五の実施例と同じである。第五の実施例と異なる
点は、本実施例においては、状態遷移テーブル作成装置
１９や２９を、各ＲＡＭ毎に設けている点である。これ
により、各パターン毎に、状態遷移テーブルを並列に作
成できるので、テーブル作成時間を削減することができ
るものである。

次に、第七の実施例を以下、説明する。第五の実施例で
は、個々のパターンに対して状態遷移テーブルを作成し
、それを用いて検索する方法を説明した。この方法によ
る場合には、検索パターン数だけ、独立にアクセスでき
るＲＡＭを用意する必要がある。そこで、本実施例では
、独立にアクセスできるＲＡＭの個数よりも検索パター
ン数の方が多い場合の、効率的な検索方法について説明
する。例として、４個の検索パターンを、２個のＲＡＭ
、すなわち、２個の状態遷移テーブルを用いて検索する
方法について説明する。

ここでは、４個の検索パターンをパターン・１〜パター
ン４とする。本実施例においては、これを、例えば、パ
ターン１とパターン２を同時に検索するための状態遷移
テーブル（第３６図参照）と、パターン３とパターン４
を同時に検索するための状態遷移テーブルとを作成し、
この２つの状態遷移テーブルを用いて検索を行う。これ
により、２つの独立にアクセスできるＲＡＭを用いて４
個のパターンを検索することができる。

次に、第への実施例を説明する。これは、第五の実施例
で説明した構成例（第２３図参照）で実現できる。但し
、本実施例においては、入力文字レジスタ１３および状
態遷移テーブルを格納するＲＡＭ１２は、前記第四の実
施例（第１９図参照）で説明した複数文字分の入力文字
レジスタ５１０および複数文字単位に状態遷移を惹き起
こす有限オートマトンの状態遷移テーブルを格納するＲ
ＡＭ　５１２を、用いるものとする。これにより、状態
遷移テーブル作成時間の削減と、入力テキスト文字を複
数文字単位で処理することによるストリングサーチ処理
の高速化とが、同時に実現できる。

次に、第九の実施例として、第３０図に示す如きテキス
トデータを複数文字単位に入力する入力手段ｔｏｏｌお
よび複数文字単位の比較器２００３かも構成されるスト
リングサーチ装置について説明する。

本実施例においては、予め、テキスト文字列と比較する
パターン文字列を記憶装置２００１に格納し、かつ、パ
ターン文字列中の任意の１文字をキーパターンレジスタ
２００５およびパターンデータレジスタ２００４に、複
数文字単位納する。入力手段ｔｏｏｌを用いて、テキス
トデータレジスタ２００４のデータを比較器２００３を
用いて比較し、その結果を検索制御手段２００２で判定
する。

ここで、テキストをｒＢＵＬＬ　−ＨＯＲ８ＥＪ、パタ
ーンをｒＨＯＲ３ＥＪとした場合の動作を説明する。テ
キストは、入力手段＋００１を用いて、４文字単位で入
力されるものとする。また、キーパターンレジスタ２０
０５の値としては、パターン文字列中の先頭文字「Ｈ」
を４文字並べたＩ［ＨＨＨ」とする。第３１図は、テキ
ストデータレジスタ１００４とパターンデータレジスタ
２００２の入力およびその゛比較結果を示すものである
。まず、時刻１では、テキストｒＢ　Ｕ　Ｌ　ＬＪと上
記キーパターンｌ’ＨＨＨＨＪとを比較する。結果は、
全文字不一致であるので、４文字分シフトして、次のテ
キストを入力する。

時刻２では、テキストｒ−ＨＯＲＪとキーパターンｒＨ
ＨＨＨＪを比較する。ここでは、２文字目の「Ｈ」が一
致しているので、時刻３では、テキストは２文字分シフ
トし、パターンは２文字目以降のデータを入力する。つ
まり、ここでの入力テキストはｒＱ　ＲＳ　ＥＪ、入カ
バターンはＦＯＲＳ　ＥＪであり、完全に一致し、パタ
ーンｒＨＯＲ３Ｊが検出される。本実施例では、３時刻
でストリングサーチを終了させることができる。

上述の各実施例は、いずれも本発明の一例として示した
ものであり、本発明はこれらに限定されるべきものでは
ないことは言うまでもない。

〔発明の効果〕

以上、詳細に述べた如く、本発明によれば、第１の文字
列から複数文字単位のデータを入力し、複数文字単位に
状態遷移を惹き起こす有限オートマトンを用いることに
より、複数文字単位にストリングサーチにおけるサーチ
状態の遷移が実現できることから、検出速度を向上させ
るとともに、複数パターン検索のための表−置型の有限
オートマトン法における状態遷移テーブルの作成時間を
短縮可能としたストリングサーチ方法およびこのための
装置を実現できるという顕著な効果を奏するものである
。

【図面の簡単な説明】

第１図は本発明の第一の実施例におけるストリングサー
チシステムとストリングサーチ装置の構成図、第２図〜
第９図は第一の実施例の説明図、第１０図〜第１４図は
第二の実施例の説明図、第１５図〜第１８図は第三の実
施例の説明図、第１９図〜第２２図は第四の実施例の説
明図、第２３図〜第２８図は第五の実施例の説明図、第
２９図は第六の実施例におけるストリングサーチ装置の
構成図、第３０図〜第３１図は第九の実施例におけるス
トリングサーチ装置の構成図、第３２図は従来のストリ
ングサーチ装置の構成図、第３３図〜第３７図は従来技
術の説明図である。１：記憶装置、２：ストリングサーチ装置、３：テキス
トデータ転送路、４：検出信号線、ｌＯ二人力文字レジ
スタ、１１，２１　：状態レジスタ、＋２，２２　：Ｒ
ＡＭ、１３，２３：次状態レジスタ、１４，２４：パタ
ーン検出判定回路、＋９，２９：状態テーブル作成装置
、３０：検出情報生成回路、１１０　：セル、１１１　
ニ一致判定回路、１１２　：制御回路、１１３：状態ラ
ッチ、１１４：マスクラッチ、１１５：インジケータラ
ッチ、１２０：パターンバッファ。第図第図２００２００２００第５図第９図第１図第図２００第１図第図第図第図第図第図Ｘ第１図第図第図第図第図第２図６第図６第２図第３図第図第図第３図第図

Claims

【特許請求の範囲】１、ある長さのコード長のコードで表現される文字（記
号）により構成される第１の文字列中に、指定された第
２の文字列が存在するかどうかを判定するストリングサ
ーチ方法において、前記第１の文字列から複数文字単位
のデータを入力し、複数文字単位に状態遷移を惹き起こ
す有限オートマトンを用いて、該複数文字単位の入力デ
ータと現在のサーチ状態とから次のサーチ状態を決定し
、該新たなサーチ状態が検索すべき前記第２の文字列を
検出したことを表わすサーチ状態になったかどうかを判
断し、前記第２の文字列を検出した状態になった場合に
は検出処理を行い、前記第１の文字列の入力アドレスを
複数文字分だけ先に更新し、前記第１の文字列から次の
複数文字単位のデータを入力する動作を繰り返すことを
特徴とするストリングサーチ方法。２、探索すべき前記第２の文字列が与えられたとき、該
文字列に対応して、各サーチ状態に対して複数文字の入
力データが入力された場合の、次のサーチ状態がわかる
状態遷移テーブルを作成し、検索時に、複数文字単位に
前記第１の文字列中のデータを入力し、現在のサーチ状
態と第１の文字列中の複数文字単位の入力データとを引
数として、前記状態遷移テーブルをアクセスして次の状
態を取得することによりストリングサーチを実行するこ
とを特徴とする請求項１記載のストリングサーチ方法。３、ある長さのコード長のコードで表現される文字（記
号）により構成される第１の文字列中に、指定された第
２の文字列が存在するかどうかを判定するストリングサ
ーチ装置において、前記第１の文字列を複数文字単位に
シーケンシャルに入力する手段と、複数文字単位に状態
遷移を惹き起こす有限オートマトンを用い、前記複数文
字単位の入力データと現在のサーチ状態とから次のサー
チ状態を決定し、該新たなサーチ状態と検索すべき前記
第２の文字列を検出したことを表わすサーチ状態（パタ
ーン検出状態）とを比較する手段を有することを特徴と
するストリングサーチ装置。４、前記比較手段が、入力された第１の文字列と前記第
２の文字列との複数文字単位の一致不一致を判定する手
段と、前方のセルからのサーチ状態を表現する状態信号
と前記判定手段からの一致信号とから新たな状態信号を
生成し、後方のセルに伝達する手段と、前記新たな状態
信号から前記第２の文字列が検出状態になったかどうか
を判断する手段から構成されるセルを直列に接続し、そ
れを複数個多段に並べて構成されたものであることを特
徴とする請求項３記載のストリングサーチ装置。５、前記セルを多段に接続して用いて、前記第２の文字
列のすべての部分列と前記第１の文字列の入力文字列と
を同時に比較することを特徴とする請求項４記載のスト
リングサーチ装置。６、前記比較手段が、複数文字の入力データと現在のサ
ーチ状態とのペア情報から、前記状態遷移テーブルを格
納する記憶手段をアクセスし、次のサーチ状態を取得す
るであることを特徴とする請求項３記載のストリングサ
ーチ装置。７、前記状態遷移テーブルを複数個格納する記憶手段と
、該状態遷移テーブルに並列にアクセスする手段を有す
ることを特徴とする請求項６記載のストリングサーチ装
置。８、前記複数個の状態遷移テーブルを用いて、複数の文
字列を検索する際に、個々の文字列に対し独立に前記状
態遷移テーブルを作成する手段を有することを特徴とす
る請求項７記載のストリングサーチ装置。