JPS63170742A - 共通文字列検索処理装置 - 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】 〔概　要〕 計算機のコンパイラ等の処理において、共通文字列の検
索能力を向上する処理方式である。

文字列のハツシュ関数値によって、文字列の識別番号を
第１のテーブルに順次分類し、同一関数値に分類される
文字列が２個あると、各識別番号に対応する項を持つ第
２のテーブルの、一方の識別番号に対応する項と第１の
テーブルの項とに、他方の識別番号を置（。以上の操作
を全文字列について行うと、第２のテーブルには、共通
文字列のチェインが構成される。

この方式により、共通文字列が示されると共に、連続す
る２以上の文字列の列の共通列を容易に識別できる結果
が得られ、共通列の検索が高速化される。

〔産業上の利用分野〕

本発明は、計算機におけるコンパイラ等の処理において
、共通文字列を検索するための処理方式計算機で実行さ
れるプログラムを生成する、いわゆるコンパイラの処理
における、目的プログラムの最適化処理等において、共
通の命令を検出して、冗長部分の有無をチェックする等
のために、命令の文字列を走査して、共通文字列を検索
する処理がある。

〔従来の技術〕

第３図は、公知の計算機のいわゆる機械語プログラムの
命令列の文字列表現の例である。図の１行の文字列がそ
れぞれ１命令に対応し、命令の左側の■、■等は、処理
上で各命令に付与する識別番号を示すものとする。

このような命令の文字列の並びから、共通の文字列（同
じ命令）を検索する場合には、例えば各命令の文字列か
ら適当なハツシュ関数によって値を求め、ハツシュ関数
値によって、同値の命令を先ず検索し、同一ハツシュ関
数値を持つ命令について、各命令の文字列の一致を検査
することにより、共通文字列を検出する。

この場合のハツシュ関数としては、例えば文字列の各文
字を構成するビット列を、バイトごとに整数とみて、１
文字列内の全バイトの和をとり、それを適当な整数で割
った剰余を用いる。

第３図の命令列について、このようにして求めたハツシ
ュ関数値が、図の各命令の右側に示すような値であると
すると、コンパイラは例えば命令■のハツシュ関数値が
「１」であるので、各命令のハツシュ関数値を順次走査
して、「１」のものを探索することにより、命令■を検
出する。

そこで、命令■と■の文字列を比較し、両文字列が一致
することにより、この対を共通文字列の命令と識別する
。

この命令は公知のように、処理装置の第２レジスタの内
容を第３レジスタにロードする命令の例であり、このよ
うな場合にコンパイラは、例えば次のような処理をする
。

即ち、命令■と命令■の間にある命令を調べて、第２レ
ジスタの内容を変更するような命令が有るか検査し、も
しそのような命令が無ければ、命令■は命令■に対して
冗長な命令と判断して適当な最適化の処置をする。なお
、図の例の場合には、この判定によって命令■は冗長で
はないと判断される。

〔発明が解決しようとする問題点〕

前記のような処理のために、共通文字列を検索する場合
において、第３図の命令■〜■の命令列と■〜■の命令
列のように、命令列として共通な文字列を容易に検出す
ることができれば、以後の処置を例えば命令列を一括し
て行うことにより、効率よく処理できる場合がある。

しかし、前記のようなハツシュ関数値を走査する検索で
は、そのような命令列間の共通性を検出することが困難
であるという問題があった。

〔問題点を解決するための手段〕

第１図は、本発明の構成を示すブロック図である。

図は文字列データ１を入力として処理する共通文字列検
索部２の構成を示し、３はハツシュ関数値に対応する項
からなるハツシュテーブル、４は文字列の識別番号に対
応する項からなる識別番号テーブル、５はハツシュテー
ブル３と識別番号テーブル４を使って文字列データ１の
共通文字列チェインを識別番号テーブル４に生成する検
索処理部である。

〔作　用〕

検索処理部は、文字列データ１の各文字列を識別番号順
に１文字列づつ取り出し、その文字列の所定のハツシュ
関数としてハツシュ関数値を求める。

ハツシュテーブル３の、求めたハフシュ関数値の項を見
て、識別番号が記入されていなければ、そこへ現処理中
の識別番号（現識別番号）を書き込む。

その項に既に識別番号が記入されていれば、識別番号テ
ーブル４の、その識別番号の項に現識別番号を書込み、
又ハツシュテーブル３の項も現識別番号に書き換える。

以上の処理を文字列データ１の全文字列について実行す
ると、識別番号テーブル４の各項に記入された識別番号
と、その項に対応する識別番号の両文字列が、ハツシュ
関数値を同じくする共通文字列を示し、又記入された識
別番号をポインタとしてチェインされる各識別番号の文
字列も共通である。

又、前記のような、連続する文字列の並びの共通列の場
合には、識別番号テーブル４上で連続する項に、連続す
る識別番号が記入されることになる。

〔実施例〕

第１図において、ハフシュテーブル３は後述の処理によ
り文字列から求めるハツシュ関数値がとり得る値の数だ
けの項を有し、例えばハツシュ関数が前記従来の説明の
例のような場合に、剰余を算出するための除数を例えば
９７にすれば、剰余はθ〜９６の整数であるので、ハフ
シュテーブル３は９７項からなる。

識別番号テーブル４は、文字列データ１の文字列に対応
する項を有し、文字列データ１が例えば第３図に例示し
たものであれば、識別番号テーブル４は識別番号■〜［
相］に対応する１０項が必要である。

第２図は検索処理部５の処理の流れを示す図である。処
理の開始において、処理ステップ１ｏでハツシュテーブ
ル３と識別番号テーブル４の全項を、各項の記入の有無
が識別できるように、適当な値に初期設定する。

次に処理ステップ１１で文字列データ１の先頭から１文
字列を取り出し、その文字列からハツシュ関数値を計算
する。ハツシュ関数の計算機能は検索処理部５に組み込
まれ、例えば前記の例のようなハツシュ関数計算を行う
ものとする。

処理ステップ１２でハフシュテーブル３の、今求めたハ
ツシュ関数値の項にアクセスし、その項に識別番号が記
入されているか判定する。この判定は、例えばハツシュ
テーブル３の全項が識別番号の最大値より大きな値に初
期設定することにより容易に判定できる。

初めての項であれば直ちに処理ステップ１４に進み、そ
の項に現識別番号を記入し、処理ステップ１５で文字列
データ１の全文字列を処理したか識別し、未処理があれ
ば処理ステップ１１に戻って次の文字列の処理に入る。

処理ステップ１２で、ハツシュテーブル３の項に、既に
識別番号が書き込まれていると判定した場合（即ち同じ
ハツシュ関数値をとる文字列が既に少なくとも１つあっ
た場合）には、処理ステップ１３に進んで、その項に書
かれている識別番号を読み、識別番号テーブル４のその
識別番号の項に、現識別番号を記入する。

次に処理ステップ１４に進むので、ハツシュテーブル３
の項も現識別番号に書き換えられる。

以上のようにして、全文字列を処理したことを処理ステ
ップ１５で識別すれば処理を終了する。

第４図は、第３図の命令文字列データを処理する場合の
、ハツシュテーブル３及び識別番号テーブル４の状態を
示す図である。

命令■の文字列のハツシュ関数値が「１」であるので、
その処理の結果第４図（ａ）に示すようにハツシュ関数
値「１」に該当する項に識別番号■が記入され、同様に
命令■、■、■の文字列の処理により、各ハフシュ関数
値に応じた項に識別番号が記入される。

次の命令■の文字列を処理すると、ハフシュ関数値がｒ
ｌＪであるが、ハツシュテーブル３の該当項には前記の
ように識別番号■が既に入っているので、識別番号テー
ブル４の識別番号■に対応する第１項に識別番号■を記
入し、ハツシュテーブル３の項も識別番号■に書き換え
る。

命令■及び■の文字列も同様の処理のケースとなり、そ
の結果両テーブルの内容は第４図（ｂ）のようになる。

次の命令■、■の文字列の処理では、ハツシュテーブル
３のみに識別番号が記入されるが、最後の命令［相］の
文字列はハツシュ関数値が再び「１」であるので、前記
と同様にして識別番号テーブル４の識別番号■に対応す
る項に識別番号［相］を記入し、ハツシュテーブル３の
項は識別番号■を［相］に書き換えて、第４図（Ｃ）の
結果を得る。

こ＼で、第４図（Ｃ）の識別番号テーブル４を見ると、
第１項に識別番号■があることにより、識別番号■と■
が共通文字列であることが知られ、更に識別番号■をチ
ェインポインタとして、第５項を読むと、識別番号［相
］が書かれているのでこの文字列も共通文字列であり、
識別番号［相］をポインタとして第１０項を読むと、識
別番号が記入されていないので、チェインの終わりが識
別できる。

このようにして、識別番号■と■と［相］、識別番号■
と■、識別番号■と■の文字列が、それぞれ共通文字列
であることが、識別番号テーブル４から知られる。

又、識別番号テーブル４の連続する第１〜３項に、同様
に連続する識別番号■〜■があることから、識別番号■
〜■の文字列の並びと■〜■の並びとが、共通列をなす
文字列の並びであることを容易に識別することができる
。

〔発明の効果〕

以上の説明から明らかなように、本発明によれば、計算
機のコンパイラ等の共通文字列検索処理において、文字
列ごとの共通文字列の対応及び連続する２以上の文字列
の並びの共通列を容易に識別できる結果を高速に得るこ
とができるという著しい工業的効果がある。

【図面の簡単な説明】

第１図は本発明の原理構成ブロック図、第２図は本発明
の処理の流れ図、 第３図は文字列データ例を示す図、 第４図は識別番号テーブル等の説明図 である。 図において、 １は文字列データ、　　２は共通文字列検索部、３はハ
ツシュテーブル、４は識別番号テーブル、５は検索処理
部、　　　１０〜１５は処理ステップを示す。

Claims (1)

1. 【特許請求の範囲】 複数の文字列から、共通の該文字列を検索する処理にお
   いて、 該文字列の所定のハッシュ関数値に対応する項を有する
   ハッシュテーブル（３）、 該文字列の識別番号に対応する項を有する識別番号テー
   ブル（４）、及び、 該文字列ごとの該ハッシュ関数値を生成し、該各文字列
   の識別番号を、該文字列のハッシュ関数値により分類し
   て、前記ハッシュテーブルの該当項に記憶し、 該ハッシュテーブルの、該識別番号を既に記憶した項に
   、該他の識別番号を記憶する場合には、該項を該他の識
   別番号を記憶するように更新し、前記識別番号テーブル
   の該識別番号に対応する項に、該他の識別番号を記憶す
   る手段（５）を有することを特徴とする共通文字列検索
   処理方式。