JPS5897743A - 高速文字列マツチング方法 - Google Patents

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】 本発明は、ｗｌ数個のテキスト文字列の集合から、ワイ
ルドキャラクタ、任意長ワイルドキャラクタを含むパタ
ーン文字列あるいはパターン文字列の連続した部分列と
一致するテキスト文字列を高速に検出するマツチング方
法に関するものである。

従来の中−ワード方式の情報検索システム・の特徴を説
明すると次のようである。すなわち、入力されたキーワ
ードと一致するキーワードを探し、対応する情報を提供
する。この検索方式は入力されたキーワードをパターン
文字列とし、検索対象となる情報に含まれているキーワ
ードをテキスト文字列として、複数のテキスト文字列か
らパターン文字列と一致するテキスト文字列を見つげる
文字列マツチングと見なすことができる。

このような文字列マツチングは、パターン文字列にワイ
ルドキャラクタ（任意の文字と一致する記号）、任意長
ワイルドキャラクタ（空列を含む任意長の文字列と一致
する記号）といっ九特殊な記号を含めることによってい
くつかの段階を考えることができる。

例えば、キーワード方式の情報検索システムにおいて、
入力キーワードとして”ＤＡＴＡＢＡ８ｊ！’と指定し
たとする。この場合には、＠ＤＡＴＡＢＡ１９ｇ”をキ
ーワードとして登碌されている情報しか検索することは
できない。もう少し高級な検索方法にしよ５とするとき
は、入力キーワードにワイルドキャラクタを使用する方
法が考えられる。すなわち、例えば入力中−ワードとし
て＠ＤＡｒＡＢＡ＊Ｅ″（本はワイルドキャラクタを表
わす）とする方法であり、本の場所はどの文字とも一致
するから”ＤＡＴＡＢＡＳｌｉｔ’の他に１ＤＡＴＡｉ
ｌＡＣｊ！”やＭＤＡＴＡＢＡＺｇ’のように誤って登
碌された情報も検索することができる。

この検索方法をさらに人間の認識に近づけるためにンよ
任意長ワイルドキャラクタの導入が必要と、ｙ７る。例
えば中−ワード＠ＤＡＴＡＢＡ８　Ｍ”は＠１）ＡＴＡ
ΔＢＡ８Ｊｌ！ｉ″あるい、ま＠ＤＡＴＡ−ＢＡ８ｊ３
’　　と登録されているかもしノＬない。これらｔ−１
つの人力キーワードで全て検索するためには”　ＤＡＴ
ムｔ　ＢＡＪｉ　ｊ！”（？は任意長ワイルドキャラク
タを表わす）とすればよいとい５ｊｊ見方である。

このよう虻こパターン文字列にワイルドキャラクタや任
意長ワイルドキャラクタを含めることによりでより人間
の認識に近い文字列マ、チンダを行うことができる。し
かしながら、任意長ワイルドキャラクタをバター／文字
列に含めるとテキスト文字列との文字の比較回数が非常
に多くなり、通常の計算機で逐次的に処理したのではオ
ーバーへ、ドが大きくなり過ぎるので、結果として専用
のハードウェア装置が望まれることになる。

一方、べたづめされた日本一文章から単一を抜き出して
分かちＪａｉするシステムも考えられる。

しかし、この場合は、べたづめされた日本一文章の連続
した部分列と一致する単一があるかどうかを検出しなく
てはならないことになろ、このような単語の抜き出しは
、日本一文章をパターン文字列とし、単語をテキスト文
字列として、パターン文字列の連続しり部分列と一致す
るテキスト文字列を検出する文字列マツチングと見なす
ことができる。

例えばパターン文字列１これはふんです”に対し、テキ
スト文字列１これは”、＠ぶん”、１です”が用意され
ていれば、パターン文字列の連続した部分列“こ”、′
れ”、′は”、−１′これ１゜１れは”、′はぶ”　＋
＋、１れはふんです”。

１これはぶんです”と比較することによって、パターン
文字列中に、テキスト文字列１これは”。

１ぷん”、１です”が含まれているか否かを検出できる
わけである。こ５した分から脩きへの変換はどの−が含
まれでいるかわかれば容易に信５ことができるので、不
可能ではない。

同様な手法は、連続する２文字あるいは３文字の出現頻
度から単語の誤まりチェ、り【行う英単紬誤まり検出シ
ステムやｄ声認識にＪいても用いることができる。

しｈ）Ｌながら、パターン文字列の連続した部分列との
比較は文字の比較量回数が丼９度に多（１通常の計算機
で逐次的に４Ｊ！したのではオーバーへ。

ドが大さく、やはり専用のハードフェア装ｆＩＬｔ−必
要とすることになるので好ましくはない。

さらンζ、ｉｓ認識においては人カバターン文字列とし
Ｃ正しい文字列がイ普られる訳ではな（、不　。

イルドキャラクタや任意長ワイルドキャラクタに対応さ
せることができる。この場合には、ワイルドキャラクタ
や任意長ワイルドキャラクタｔ−言むパターン文字列の
遁、ｍｔ、た部分列と一敢するパターンを見つげなくて
はならないので、やはり大変なことである。

本発明はこのような背景のらとにこれらの従来技術の欠
点を除去したものであり、複数のテキスト文字列からワ
イルド中ヤラクタ、任意長ワイルドキャラクタを含Ｕバ
ター〕文字列、あるいはパターン文字列Ｏ逓続しｙｃ４
分列と一攻ｆるテキスト文字列を高速ｌこ検出するマツ
チ／ダ方法を提供するものであり・ １９７９年３月に発行さ４ｔたｆｉ繍「コノピユータ」
の第１２４１第３号（Ｃｏｍｐｕｔｅｒ　、　Ｖｏｌ、
　１２，７４３）Ｋ掲載されたエル・ニー・ホラ−（Ｌ
、人、Ｈｓｈｌｌａａｔ）氏の１テキスト・リトリ゛−
パルφコンビ、−タズ１ＣＴａｘｔ　Ｒｅｔｒｉｅｖａ
ｌ　Ｃｏｍｐｕｔｅｒｓ）と題する論文には文字列マツ
チングを高速に４壇する方法がいくつか述べられており
、（１）連想メモリを利用する方法、（２）セルラー−
ジ、りを初用する方法、Ｆ３Ｊ　Ｉｒ　＠状態オートマ
トンを利用する方法、の３つに大別することができる。

もし本発明をこルら３つの分類にあてはめるとすれば、
（２）のセルラーＴ：１：）、り全外用する方法に属す
るものと云うてよい。

セルラーロジックｔ−利用した一モ来技術としては以丁
のものが刈られている。

まず１９６２年しで発刊されｉヒズｐシーディ／グ・オ
プ・エツジニーシーシー（Ｐｒｏｃｅａｄムｎｇ　ｏｆ
ＦＪＣＣ）の第１３０−１３６４に掲俄さＡ　’Ｃいｂ
シー。

ヮイ・リー（Ｃ，Ｙ、Ｌ６ｅ）氏（Ｃよる１インターコ
ミエニケイテイング・セルズ、ベイ／ス・７オ７１１７
・グイストリビューティド・ロジ、り・コンビエータ’
　（Ｉｎｔｅｒｃｏｍｍｕｎｉｃａｔｉｎｇ　Ｃｅ１ｌ
ｓ、Ｂａ５ｉｓｆｏｒ　ａ　１）ｉｓｔｒｉｂｕｌｅｄ
　Ｌｏｇｉｃ　Ｃｏｍｐｕｔｅｒ）がその１つであり、
テ中スト文字列忙１文字ずつセルに格納し、セル毎にマ
ークビットを設け、パターン文字列を１文字ずつ各セル
Ｖζ転送し、セル単μに並列にマツチングを行う方法が
述べられている。

このリー氏のマツチング方法（よれば、全てのセルにお
いで伝送されたバターノリ）文字とテキストの各文字と
の比較が同時に行われるため、テキスト文字列の長さと
は無関係にパターン文字列の長さに比例した時間でマツ
チングを行うことができる。しかしながら、ワイルドキ
ャラクタや任意純ワイルドキャラクタおよびパターン文
字列の連続した部分列とのマツチング方法については述
べられていない、さらＩｌこ、リー氏のマツチング方法
をそのまま実現する九は一文字毎に比Ｖ−などのハード
クエ７を用意°する必要があり、当時としてＶよ不倉域
なｉツチング方法と考えられていた。

これらの欠点を解消し必要なハードクエ７ｊｉｉｔ減ら
すために、１つのセルに複数のテキスト文字列を格納し
、かつワイルドキャラクタ、仕意艮プイルド中ヤラクタ
ｉｔむパターン文字列のマ、チ／グ倉実塊す、６マ、チ
ング方法が、１９７２年に発刊されたプロシーデインダ
ス・オグ・工７ジェーシークー（Ｐｒｏｃｅｅｄｉｎｇ
ｓ　ｏｆ　ＦＪＣＣ）の４６９１〜７０１員に掲載され
たエル°デー°ハｙ−（Ｌ、Ｄ・Ｈ＊ａｌｙ）氏による
報告１ザ・アーキテクチャ・オグ・７・コンテキスト・
アドレスト・セグメント・シークエノシャル・ストレー
ジ”（ＴｈｅＡｒｃｈｉｔｅｃｔｕｖｅ　ｏｆ　ａ　Ｃ
ｏｎｔｅｘｔ　Ａｄｄｒｅｓｓｅｄ８ｅｇｍｅｎｔ−８
ｅｑｕｅｎｔｉａｌ　Ｓｔｏｒａｇｅ）に述べられてい
る。

このバリー氏のマツチング方法は、各セル毎にディスク
のトラ、りを対応させ、トラ、り内にテキスト文字列を
複数個格納し、テキスト文字列の各文字毎にマークビッ
トを設けるものでめりた。

このため１文字当７ｔりのハードウェアＩｋは減らせる
が、転送されてきたパターン１文字とのマツチン、グに
少な（ともディスク１１転するだけの時間が必要になる
という欠点があった。

こルに対し、１９７８年に発刊された第４回ノン・ニュ
ーメリ、り嗜ワークショ、プのグロシーディング（Ｐｒ
ｏｃｅｅｄｉｎｇ、ｏｆ　４ｔｈ　Ｎｏｎ　Ｎｕｍａｒ
ｉｃＷｏｒｋｓｈｏ９）の第８〜１７真にｍ　ｌｉａ　
Ｇ　Ｊｔたジー・ヒー・コープランド（Ｇ、Ｐ、　Ｃｏ
ｐａｌａｎｄ）氏による報告１ストリング・ストレージ
・アンド・サーチング・７オアーデータ・ベース・アプ
リケージ。

ナ゛ ン：インブリメ／テーシ、／・オン・）−インデ４”バ
ックエンド参カーネル（８ｔｒｉｎｇ　８ｔｒａｇ＊ａ
ｎｄ　　８ｅａｒｃｈｉｎｇ　　ｆｏｒ　　Ｄａｔａ　
　Ｂａ５ｅ　Ａｐｐｌｉｃａｔｉｏｎｓ：Ｉｍｐｌｅｍ
ｅｎｔａｔｉｏｎ　　ｏｎ　　１ｍ＊　　ＩＮＤＹ　　
ＢａｃｋａｎｄＫ＠、、・１）Ｋは、各セルにパターン
文字列を格納し、パターン文字列の各文字毎にマークビ
ットを用意することにより、ディスク１１転でパターン
文字列全体とのマ、チ／グを行う方法が述べられている
。

ディスクメモリを考えている限り、パターン文字列の各
文字単位にマツチングを行５よりは同じｌ＆ｇ１転でパ
ターン文字列全体とマ、チノグできる方が早いので、以
降セルラー−ジ、りによるマ。

チング方法としては、バター７文字列にマークビ、トを
用意し、パターン文字列にテキス）Ｏ各文字を転送する
マツチング方法が主流となっている。

また最近になり、バター７文字列とテキスト文字列とを
同時に動かしてマツチングを行う方法が、１９８０年１
月に＠行されたコンピュータ（Ｃｏｍｐｕｔｅｒ）誌第
２６〜４０３（Ｋ掲載された二ム・ジェー・７才スター
反び工、チ・デー・クング（Ｍ、Ｊ、Ｆｏｓｔｅｒ。

１−１．Ｔ、Ｋｕｎ、）両氏の”ザ・デザイン・オプ・
スペシャル・パーパス・グイエルニスアイ・チ、ブ（’
ｒｈ＠Ｄｅｓｉｇｎ　ｏｆ　８ｐ＠ｃｉａｌ　Ｐｕｒｐ
ｏｓ＠ＶＬ８ＩＣｈｉｐ）と題する論文によって提案さ
れている。しかしながらこの方法では任意長ワイルド、
キャラクタを含むパターン１文字うことはできない。

セルラーＩ：Ｉ：）、り臘のマツチング方法に関する限
り、テキスト文字列をディスクメモリに格納する方法が
主流となっている。しかしながら現在のディスクでは各
トラック毎に数千から致方バイトが４６納可能であり、
例えばテキスト文字列がキーワードのように１６バイト
ずつに区切らｎていたら、そのはとんとか逐次的に処理
されることになる。各キーワードにおいて同時にマツチ
ングを行うためには、各セルに少なくともキーワード単
位に割りつけることが必要である。また、半導体技術の
進歩により小量データ毎に比較−路などのＩ・−ドウエ
アを用意した集積回路を作ることはもはや不自然な方法
ではない。本発明はこのような背景のらとにテキスト文
字列をセルに格納し、パターン文字列ｉ１文字ずつセル
に転送するり一氏。

バリー氏らのマツチング方法の欠点を改良したマ、チン
グ方法を提供するものである。

次に本発明の４解を助けるために、若干詳しくリー氏の
マツチング方法について述べる。この場合、テキスト文
字列の各文字は、第１図にボしたようにセル１１のテキ
スト格納メモリ１２に１文字ずつ格納される。セル１１
％にマークビットレジスタ１３が用意されて８す、ａＪ
ｉ８値を０とする。

マ、チ／グは、セル接続バスｌＯを通してパターン文字
を１文字ずつ全てのセルＩＩＫ同時に転送るセルの右隣
りのセルのマークビットを１とする。

次にパターン文字ｔ−１文字各七ル１１に転送し、テキ
スト格納メモリ１２に格納さ晶ている文字と転送された
文字が一款しかつマークビットがｌのセルがあれば、そ
のセルのマークビ、）ｔＯとＬ、右隣りのセルのマーク
ビ、　）ｔ−１とする。に１．上の動作をパターン文字
列の文字数だけ繰り返すと、マークピットが１のセルは
パターン文字列と一致じたテキスト文字列の次のセルを
表わしている。

このリー氏の方法によれば、パターン文字は全てのセル
１１ｃｃ同時に転送さルるため、テキスト文字列の長さ
とは無関係にパターン文字列の長さに比例した時間でマ
、チ／グが処理できる。しかしながら、このリー氏のマ
ツチング方法は以Ｆの４点ｔζ代表される欠点を持つ。

■　任意長ワイルドキャラクタを含むバター７文字列が
仮えない。

■　バター７文字列の連続した部分列とのマツチングが
孜えない。

■　各セルに１文字しか格納できないため、１文字当た
りのハードウェア量が多い。

■　テキスト文字列を区切るための特殊な区切り記号を
必要とする。

次にバリー氏のマツチング方法についても若干詳しく述
べる。この場合、テキスト文字列は、第２図に示したよ
うにセル２１毎に用意されたディスクメモリ２２に格納
さルる。テキストの各文字毎にスタートビット領域２３
とマークピット領域２４とが用怠されており、区分され
たテキスト文字列の最初の文字のスタートビ、トとマー
クビ。

トとにはｌをセットし、その他の文字のスタートビット
とマークピットとには０をセットする。

マツチングは、ディスクメモリ２２の始まりを表わすオ
リジン２５から逐次的に行われる。マ。

チングの方法にはストリングサーチ（ｓｔｒｉｎｇ＠・
ａｒｃｈ）とオーダーサーチ（ｏｒｄｅｒ　ｓ＠ａｒｃ
ｈ）との２種類が適用でき、前者はり一氏のマツチング
方法と同様な手法で、ワイルドキャラクタあるいは普遍
のパターン文字列の文字とテキスト文字列とのマツチン
グを行う、オーダーサーチは、バター７文字列の任意長
ワイルドキャラクタの次の文字に対して行い、任意長ワ
イルド中ヤラクタの効果を実現する。

オーダサーチは次のようにしで行われる。

例として、テキスト文字列“ＭＩ８ＨＩ８８１ＰＰＸ“
　とパターン文字列＠Ｍ＊８ｆＩ”とのマ、チ／グを考
える。バター７文字列′″Ｍ＊Ｓ”　　とのマ、チ／グ
が終Ｔした状態でテキスト文字列のマークピットは次の
ようになっている。

テキスト文字列　　ＭＩＳＩ（ＩＳ８ＩＰＰＩマークビ
、）　　　　００１００００００００パタ一ン文字列の
残りはｔｌ”なので１工”に関してオーダサーチが行わ
ルる。オーダサーチでは、テキスト文字列の各１１”に
おいて、テキストの最初の文字までにマークピットが＠
ｌ″の文字があれば“ｌ′を、なげれば１０”を１工”
のマークピットの値とする。その結果、マークピットは
次のようになる。

テキスト文字列　　ＭＩＳＨＩ８８ＩＰＰＩマークビｙ
）　　　　００００１００１００１また、テキスト文字
列に任意長のパターン文字列と一致する記号＄を含める
ことにより、パターンの連続した部分列とのマ、千ング
も可能である。

しかじながら、こうしたバリー氏のマツチング方法は以
下のような欠点を持つ。

■　パターン１文字とのマツチングに少なくともディス
ク１回転の時間がかかる。

＠　１つのテキスト文字列が複数のセルにまたがるとき
は、マツチング時にセル間の通信が必要となる。

■　１つのセルに複数のテキスト文字列が格納されると
きは、各テキスト文字列とのマツチングは逐次的Ｋｆｉ
通される。

■　各テキスト文字列を区分するためのスタートビ、ト
が必要である。

本発明は以上の欠点を排除し、高速かつ高度な文字列マ
ツチング方ｆ＆を提供するものである。Ａ体内には、複
数の文字より構成されるテキスト文字列を格納するデキ
ストパ、ファと、前記テキスト文字列の各文字対応に設
げられたマークピットと、前記マークピットからマ、チ
／グにより生成された結果を一時的に格納する新マータ
ビ、トと。

マツチングをアンカーモードで行うときは＠０”を７ン
７ンカーモードで行５ときは１″を値とするモード信号
と、を具備するセルにテキスト文字列Ｍ・Ｍｌ−・・Ｍ
ｎ、を格納し、 前記テキスト文字列Ｍ、Ｍ、−，，Ｍｎ−ＩＣ）各文字
対応に設けられたマークビｙ　）ｂａＪ・＝ｂｎ１　　
のうちマークピットｂｅには初期値として１１”をセ。

トし、マークピットｂ１からｂｆｉ−□には初期値とし
て”０”をセットシ、 前記テキスト文字列Ｍ、Ｍ、−Ｍｎ、とのマツチングの
対象となるパターン文字列を構成するパターン文字を１
文字ずつ前記セルに転送し、前記パターン文字が任意長
ワイルドキャラクタ（すなわち任意長の文字列と一致す
る記号）のときはテキスト文字列Ｍ、Ｍ、・−Ｍｌｌ、
の各文字Ｍｊに対応させてマークピットｂ。からす、ま
での値の論虐相を新マークピットＣｊ　Ｏ値としてセッ
トし、次に新マークビ、トＣ３の値をマークピットｂｊ
の値としてセットシ、 前記パターン文字がワイルドキャラクタ（すなわち任意
の文字と一致する記号）のときはテキスト文字列ＭｏＭ
１．−Ｍ、　、の各文字Ｍｊに対応させてマークピット
ｂ・の値を新マークビｙ　）　ｃ　ｊＫセットシ、次に
マータビ９トｂｊ＃Ｃは新マークビｙ　）　Ｃｊｌの値
をセットするがマークピットｂ０には前記モード信号の
値をセットシ、 前記パターン文字が前記任意長ワイルドキャラクタでも
前記ワイルドキャラクタでもないときはテキスト文字列
Ｍ６ＭＭ・−ｂｉｆｌ、の各文字Ｍ、に対応させてマー
クビｙ　）　ＪＯ値が＠ｌ”でかつ前記文字Ｍｊ　　と
前記パターン文字とが一致したときく限り新マークビｙ
　）　ｃｊｔ″＠１”にセットし、そうでないときは新
マークビｙ　）　Ｃｊｔ−０”にセットし、次にマーク
ビ、）ｂｊには新マークビ、トｅ　ｊ−１の値をセット
するがマークピットｂ、には前記モード信号の値をセッ
トシ、 以上の動作を前記パターン文字列を構成している全ての
パターン文字について繰り返し、新マークビｙ　）　ｃ
　ｆｉ−１の値が＠ｌ”　となうたときに前記セルに格
納されたテキスト文字列が前記バター７文字列全体（マ
、チ／グが７ンカーモードで行われＣいるとき）あるい
は前記パターン文字列の連続した部分列（マツチングが
アンアンカーモードで行われているとき）と−款したこ
とを検出する、ようにしたことを特徴とする高速文字列
マツチング方法である。

本発明のマ、チ／グ方法においては、ワイルドキャラク
タ、任意長ワイルドキャラクタを含む／＜ターン文字列
が数え、さらにパターン文字列の連続した部分列と□の
マツチングも可能である。各セルには複数文字が格納石
れるため１文字当たりのハードウェア量もそれほど多（
ならない。１つのテキスト文字列は１つのセルに格納す
るため、テキスト文字列を区切るための特殊な区切り記
号やスタートビ、トを必要としない。１つのテキスト文
字列が複数のセルにまたがることがｌよいので、マツチ
ング時にセル間の通信は不要である。逆に複数のテキス
ト文字列が１つのセルに格納されることもないので、各
テキスト文字列は並列にマ。

チ／グを行うことができる。さらに各セルは規模が小さ
くかつ同一構成のため集積１ヒが容易であり、多数セル
ｔｌチ、プ化することがｇＪｆｌである。

また、マ、千ングのモード信号を変更することで、同じ
テキスト文字列に対してパターン文字列全体と一致させ
る７ンカーモードとパターン文字列の連続した部分列と
一致させるアンアンカーモにａ＠する。

例として、テキスト文字列”　ＤＡＴＡＢＡＳ　Ｍ”と
、＜ターン文字列”Ｄ？ム本ＥＩ′とのアンカーモード
でのマツチングを考えろ。

テキスト文字列″ＤＡＴＡＢＡ８ｊ！”のマークピット
の初期値は第３１Ａｆｌ）のよ５ｉＣ与えられる。

始めにパターン文字＠Ｄ”が転送さｎると、１Ｄ”は普
通の文字なのでマークピットが７１　ｍでかつテキスト
文字が＠Ｄ”の文字に対応する新マークビ、トだげが＠
１′となる（第３図（２）新マークビ、ト）。つぎに新
マークピットが１ビツトずつシフトされてマークピット
にセットされ、さらにマークピットｂ・にはモード信号
（こＯ場合ｑエアンカーモードなので１０”）がセット
される（縞３図（２）マークビット）。

次にパターン文字１！”が転送されると　Ｉｌｌ　？　
＃は任意長ワイルドキャラクタなので、マークビ。

トのｂｏからｂｊ　　までの論塩和が新マークビ、トＣ
ｊ　にセットされ、新マークビ、トがそのままマークビ
ットにセットされる（第３図＋３））、すなわち、一度
マークビ、トが１１′″となったら暇降のマークビット
は全て６１１１１１となる。

次に、パターン文字１Ａ′が転送されると、１人”は普
通の文字なので、パターン文字”Ｄ′″のときと同様に
してマツチングが行われる（第３図（４））。

次に、パターン文字１本”が転送されると、“＊”はワ
イルドキャラクタなので、マークビ。

トがそのまま新マークビ、トとなり、ｌビ、トシフトさ
れてマークビットｌこセットされる（第３図１５）　）
。

次に、パターン文字１Ｅ”が転送されると、１Ｂ１は普
通の文字なので、パターン文字＠Ｄ”のときと同様にし
てｉ、チングが行われる（第３図（５））。このとき、
新マークビ、トにおいてＣ管が＠１１となるので、テキ
スト文字列＠Ｉ）ＡＴＡＢＡ８Ｂ”とパターン文字列”
Ｄｖ人本Ｅ″と一致したことが検出される。

アンアンカーモードにおけるマツチングは、パターン文
字が普通の文字あるいはワイルドキャラクタのときにマ
ークビットｂ、にセットされるモード信号の値が＠１”
となるだけで、マツチング方法としては以上説明したア
ンカーモードの場合と本質的な差はない。

次に本発明のマツチング方法ｔ−笑現するセル構成につ
いてその具体内な一実施例を挙げて説明する。

菖４図にセルの全体構成を示す、テキスト文字列の集合
は、テキスト文字列単位にセル３１に格納される。テキ
スト文字列のセルへの転送は、テキスト文字列転送バス
３２を通して行われる。マ、チ／ダの対象となるバター
７文字は、パターン文字転送バスを通して全てのセル３
１へ同時に転送すれ、各セル３１においてマ、チ／ダが
並列に行わルる。マツチングを７ンカーモードで行うか
７７７／カーモードで行うかを決めクモード信号や、各
セル３１へのデータ転送に必要な制御直号は、制御バス
３４を用いて各セル３１へ転送される。各セル３１に３
いて格納しているテキスト文字列がパターン文字列ある
いはパターン文字列の連続した部分列と一致したことが
検出さｎると、マ、チ／グ成功を示す信号が制御バス３
４を通して図示されていない外部の制御二二、トに伝達
される。

第５−は、本実施例で使用したセル構成を示すグＧＡｙ
り図である。図中において、４０はテキスト文字列Ｍ、
Ｍ、　＝、Ｍｎ、を第０番地から格納するテキストバッ
ファを表わし、４１はテキスト文字列の最後の文字を＠
ｌ”で示す最終文字ビットを表−わす。

５０はマークビットｂｏｂ□・・・ｂＱ　、を第０番地
から格納するｌビ、ト絖出しが可能なマークビ。

トパッファを表わし、６０は新マークビ、ト１３　＠　
Ｃ１−””　Ｃｎ−１をｇｏｓ地から格納するｌビ、ト
書き込みならびに１ビ、トシ７トが可成な新マークビ、
ドパ、７アを表わす。

７０はセル３１に転送されてきたパターン文字を格納す
るためのパターンバｙ７ｙｔ表わし、８０は制御回路を
表わす。

次にテキスト文字列”ＤＡＴＡＢム８Ｂ”とパターン文
字列”ＤｔＡ本ｇ’との７ンカーモードでのマツチング
を例にして、セル３１のへ体内励作について述べる。

始めに、テキスト文字列Ｍ・Ｍｌ−・・Ｍ、０格＠につ
いて述べる。

制御バス３４からテ中スト文字列転送Ｏｇｉ号が信号線
８６を通して制御回路８０に与えらルるとテキスト転送
バス３２からテキスト文字列＠Ｉ）ＡＴＡＨＡｆ９Ｍ’
　ボテ−１ス）バ、７，４００＄１１１０１地から第７
番地に格納される。このとき、最終文字ビ、）４１Ｋｇ
いてはチャスト文字＠ｌ！”に対応する菖７喬地のビッ
トが１１”にセットされる。

次に、マークビットｂ＠Ｊ　−ｂｆｉ−、の切期化につ
いて述べる。制御バス３４よりｉ、チンダｉ！ｌＩ麹の
１１ｔ号が制御回路８０に与えられると、１ｓ号−８１
ｔ−用いてマークビ、ドパｙ７ｙ５００第０喬地に１１
′が、第１１１地以降には＠ｏ′がセットされる。

次に、パターン文字の転送とマツチングについて述べる
。パターン文字列＠Ｄ？Ａ＊ｌ”の各バター７文字は、
パターン文字転送バス３３を通してセル３１　Ｏ／＜　
ｌ　−ンハ、　７ア７０に転送される。このとき制御バ
ス３４を通して制御回路８０にパターン文字転送の信号
が送られてマツチングが開始される。

パターン文字転送７０に１Ｄ”が与えられると、制御回
路８０はパターンパ、７ア７０ｔデコードし、普通の文
字とわかると信号線８２．８４の値を＠０”とする０次
にアドレスレジスタ９０ｖＣＭ号線８３を通しＣクリア
１を号を転送し、マツチングを開始する。アドレス、ｌ
１９１によりアドレス鍼Ｏ１”　Ｉ　−＃　”　＃−一
が生成され、テヤストバ、７ア４０、最終文字検出ビ、
）４１．マークビットバッファ５０から対嘉６するアド
レスの値が疏み出され、対応する新マークビ、トの鑞が
新ｉ−タビ。

ドパ、７ア６０に書き込まれる。

マツチングは次の要領で行われる。データ線４２にはテ
キスト文字り、Ａ、Ｔ、ムｅ　Ｂ　を人。

ｓ　、　ｇ　、　、、、絖み出され、比較１絡１１０Ｋ
Ｊい（パターン文字＠Ｄ′との比較が行われる。この−
来、比較回路１１Ｇからの出力１１１１１１には１，０
，０゜ｏ、ｏ、ｏ、ｏ、ｏ、−が出力される。４Ｉ４Ｊ
ＩＩＩＩ１８２の値線＠Ｏ”なのでＯＢ回路１２Ｇでは
信号−８２の値がそのまま信号ｌ１１２１に出力され、
ＡＮＤ回路１３０に人力される。一方、信号１ｓ５１か
らはマークビｙ　）　／％　ｙ　７ア５０η１ら挽み出
された練１．０，０，０，０，０，０，０．−がＭＤ　
ｌ７Ｐｉｌ路に入力され、結局、ｔ、ｏ、ｏ、ｏ、ｏ、
ｏ、ｏ。

０、−が信号＃１１３１を通してフィードパ、り回路１
４Ｇに入力される。フィードパ、り回路では信号線８４
が”Ｏ″なので、人力−がそのまま出力され、新マーク
ピットとしてｌ、０，０，６，０，０゜ｏ、ｏ、−一が
新マークビ、ドパ、７７６０にＩｌき込まれる。

次に、新マークビ、ドパ、ファ６０において、信号＠８
４の値がｌ０１１なので新マークビ、トの値を１ビツト
シフトし、制御バス３４から信号線６２を通して転送さ
れたモード信号″Ｏ１″を第０番地に書き込み、データ
１ｉｉ６１を通してマークビ。

ドパ、フ）”５０にセットする。マークビアドパ。

７ア５０の値は０，１，０，０，０，０，０，０゜・−
となり、普通の文字とのマ、チ／グが完了する。

次に、パターン文字１？”に対する１、チングは次の要
領で行われる。パターンバ、７．７０に１１”が与えら
れると、制御回路８０　、ｉこれをデコードし、任意長
ワイルドキャラクタとわかるとｊＨ号ＩＩＡ　’　２−
８４　Ｏ１１［ｔ　＠１　’　トｔ　ルｅ　ＩｘＫ　７
ドレスレジスタ９０にクリア信号を転送し、マ、チ／グ
を開始する。パターン文字＠Ｄ”のときと同様にしてデ
ータ線４２にはテキスト文字が挽み出され、比較回路１
１Ｇでパターン文字１！”との比較が行われるが、信号
−８２の値が＠１′なＯで、ＡＮＤ回路１２Ｇにおいて
比較−路１１０の出力は全て＠１”となり、マークビア
ドパ、７ア５０から枕み出された１（０，１，０，０，
０，０，０，０，、＝がそのままフィー１バツク回路１
４０に人力される。

フィードパ、り回路１４０では信号線８４が１１＠なの
で前の出力信号との論塩相が出力される。すなわち、フ
ィードパ、夕回路の出力は一度人力が＠１″となると、
以降の出力は信号１Ｍ１８４が＠０”となるまで＠ｌ”
となる。よりて、新マークビ、ドパ、　７　、６０　ｖ
）憾は０，１，１，１　、ｌ、ｌ、ｌ。

１、−となり、信号＃Ｉ８４の値が１１”なので新マラ
クタとのマツチングが完了する。

このときＳ’？の値が＠１″となるので、テキスト文字
列＠ｊ）ＡＴＡＢＡ８ｇ”がパターン文字列”Ｄｔ”と
−政したことが検出されるが、これは次のようにして矢
魂される。す、フィードパ、り回路１４４）からの出力
信号４１１１４１には ０　、１　、　ｌ　、　ｌ　、　１　、１　、　ｌ　、
　１　、−一が出力されている。一方％信号麿４３には
最終文字検出ビットの値 ０．０，０，０，０，０，０，１，０．・−が読み出さ
れ、ＡＮＤ回路１６０において出力信号線１４１と信号
線４３の論理和がとられる。この結果、テキスト文字列
の最後の文字に対応する新マークビ、ト（この場合ｄマ
）が１１”になると信号線１６１が１１１となり、制御
回路８ＱｖＣ刈らされ、さらに、信号−８６と１ｉＩＱ
御バス３４を通して外部二二、トにテキスト文字列がパ
ターン文字列と一致しｌこことが刈らされる。

次に、パターン文字１人”に対しては普通の文字＠Ｄ”
と同様にマ、チ／グが行われ、マークビ、トレジスタ５
００鑞は ０．０，１．ｔＪ、１，０，１．Ｏ，Ｏ，−となる。

次に、パターン文字°＊”とのマツチングは次の要領で
行われる。パターンバッファ７０　（Ｃ＠＊”が与えら
れると、信号線７１を介しＣ伝達され、制御回路８０ｔ
よごれをグコードし、ワイルド中ヤラクタとわかると信
号−８２の値を１１”に（Ｊｌ−４ｔ線８４の値を＠Ｏ
″とする０次Ｖζアドレスレジスタ９０にクリア信号を
転送し、マツチングを開始する。

信号線８２がＪｌｌなので、任意長ワイルドキャラクタ
のときと同様にして、ＯＢ回路１２０　Ｋ　ｇいてテキ
スト文字列との比較線無視され、マークビ。

トパッファ５０から疏み出された値がそのままフィード
パ、り回路１４０に入力される。以降は信号線８４の値
が１０”であるから、普通の文字１Ｄ”のときと同様に
してフィードパ、クー路ム４０への入力がそのまま新マ
ークビ、ドパ、ファ６０に書き込まれ、１ビ、トシフト
して第ＯＪＩ鳩にモード信号がセットされマークビット
レジスタ５０に０．０，０，１，０，１，０，１．−。

がセットされる。

次に、バター／文字”ｉ”に対しては、普遍の文字＠Ｄ
”と同様にマツチングが行われ、マークビットレジスタ
５０のｍ伏 ｏ、ｏ、ｏ、ｏ、ｏ、ｏ、ｏ、ｏ、− となる、シ２Ｊ）シながら、この藺にフィードバック回
路１４Ｇの出力Ｌ Ｏ，０，０，０，０，０，０，１，− となり、１１１：、１長ワイルドキヤラクタのときと同
様にしてＡＮＤ　Ｉｇ回路１６０　においてテキスト文
字列＠ＤＡＴＡＢＡ、９Ｆｉ”とバター７文字列＠Ｄｔ
Ａ＊ｊ！ｉ”と一致したことが検出される。

本実施例でヅよチャスト文字列とパターン文字列とのマ
ツチングが各セル単位Ｋｔ列に行われるので、パターン
文字列に比例した＃間でパターン文字列と一歌するテキ
スト文字列を検出することができる。

また、各セルは少ないハードウェア量で構成でき、かつ
同一構成となるため現在の集積技術であれば多数のセル
ｔ−１チ、プ上に構成できる。

さらに、各セルは共有バス上に並列に接穂させるだけで
なく、酸ノー的Ｋ　、ｄ続することにより、鍛練ハスの
データ通信ネックを減少させることができる。

【図面の簡単な説明】

第１図は従来技術の一つであるリー氏のマツチング方法
を説明するための図であり、４２図ｔユやはり従来方法
の一つであるバリー氏のマツチング方法を説明するため
の図である。＃！３図は本発明のマツチング方法のマー
クビット葛よび新マークビ、トＯ遷移を例示したもので
あり、第４ｓは本実施例のシスデム構成を説明するため
の図であり、また菖５図はセル構成を説明するためのグ
ー、り図である。

Claims (1)

1. 【特許請求の範囲】 複数の文字で構成されるテキスト文字列を格納するテキ
   ストバッファと、前記テキスト文字列に対して各文字対
   応で設けたマークピットと、前記マークピットからマツ
   チングにより生成された精巣を一時的に格納するために
   発生させる新マークピットと、マツチングをアンカーモ
   ードで行うときは＠Ｏ”を７ン７ンカーモードで行うと
   きはｅｌｍを値とするモード信号と、ｔ−具備するセル
   にテキスト文字列ＭＯ，Ｍ１・・・Ｍｎ−８を格納し、
   前記テキスト文字列Ｍ、Ｍ１−Ｍｎ−、の各文字対応に
   設けられたマークピットｂ・ｂｔ・−ｂｎ−ｔ　のうち
   マークピットｂＯには初期値として１”をセットシ、マ
   ークピットｂ　Ｈｇｈらｂｎ−１には初期値として”Ｏ
   ＃をセットシ、 前記テキスト文字列Ｍ。Ｍｌ・・・Ｍｎ　、　　とのマ
   ツチングの対象となるバター／文字列を構成するパター
   ン文字を１文字ずつ前記セルに転送し、前記パターン文
   字が任意長ワイルドキャラクタ（すなわち任意長の文字
   列と一致する記号）のと赤はテキスト文字列Ｍ、Ｍ、−
   Ｍｎ、の各文学科に対応させてマークピットｂ、からｂ
   ｊまでの論理和を新マークビットＣの値として七、トシ
   、次に新マークビｙ　）　ｃｉの値をマークピットｂｊ
   の値としてセットシ、 前記パターン文字がワイルド中ヤラクタ（すなわち任意
   の文字と一致する記号）のときはデキスト文字列Ｍ、Ｍ
   、−Ｍゎ−、の各文字Ｍｊに対応させテマークヒ、トｂ
   ｊの値を新マークビｙ　）　ｃｉにセ、トシ、次にマー
   クビｙ　トｂｊ　　Ｋは新マークビ。 ）ｃ」　Ｈの値をセットするがマークピットｂ０には前
   記モード信号の値をセットシ、 前記パターン文字が前記任意長ワイルドキャラクタでも
   前記ワイルドキャラクタでもないときはテキスト文字列
   Ｍ、　ＭビーＭｆｉ　、の各文字ＭｊＫ対応させてマー
   クピットｂｊ　の値が′″１１でかつ前記文字内　と前
   記パターン文字とが一致したときく限り新マークビｙ　
   ）　ｃｊ　　を”１″にセットシ、そうでないときは新
   マークビｙ）ｃｊｌｊ：”０”にセットし、次にマーク
   ビ、）ｂｊには新マークビ、トＣｊ　　１の値を七、卜
   するが１−クビ、トｂ、には前記モード信号の値をセッ
   トシ、 以上の動作を前記パター／文字列を構成している全ての
   パターン文゛字について繰り返し、新マークビｙ）ｃｆ
   ｉｌの値が”１”　となったときに前記セ／＆に格納さ
   れたテキスト文字列が前記パターン文字列全体（マ、チ
   ／グが７７カーモード°で行われているとき）あるいは
   前記パターン文字列の連続した４分列（マツチングが７
   ン７ンカーモードで行われているとき）と−蚊したこと
   を検出する、よ５Ｗこしたことを特徴とする高速文字列
   マツチング方法。