【仓颉三方库】算法类—— ahoCorasick4cj

最新推荐文章于 2024-08-15 20:29:53 发布

小奶狗-旺旺

最新推荐文章于 2024-08-15 20:29:53 发布

阅读量558

点赞数 8

分类专栏：鸿蒙 HarmonyOS 移动开发文章标签：算法鸿蒙开发移动开发 ahoCorasick4cj 仓颉 harmonyOS

本文链接：https://blog.csdn.net/xiaonagou/article/details/141226870

版权

鸿蒙同时被 3 个专栏收录

39 篇文章 0 订阅

订阅专栏

HarmonyOS

39 篇文章 0 订阅

订阅专栏

移动开发

39 篇文章 0 订阅

订阅专栏

介绍

使用 Aho-Corasick 字符串搜索算法，能够提供高效的字符串匹配功能

特性

🚀 支持多字符搜索
🚀 支持关键词库模式
🚀 支持自定义值输出模式

流程图

源码目录

├── doc
│   ├── assets
│   ├── feature_api.md
├── src
│   ├── abstract_stateful_emit_handler.cj
│   ├── abstract_stateful_payload_emit_handler.cj
│   ├── default_emit_handler.cj
│   ├── default_payload_emit_handler.cj
│   ├── default_token.cj
│   ├── emit_handler.cj
│   ├── emit.cj
│   ├── fragment_token.cj
│   ├── interval_node.cj
│   ├── interval_tree.cj
│   ├── interval.cj
│   ├── intervalable.cj
│   ├── match_token.cj
│   ├── payload_emit_delegate_handler.cj
│   ├── payload_emit_handler.cj
│   ├── payload_emit.cj
│   ├── payload_fragment_token.cj
│   ├── payload_match_token.cj
│   ├── payload_state.cj
│   ├── payload_token.cj
│   ├── payload_trie_builder.cj
│   ├── payload_trie.cj
│   ├── payload.cj
│   ├── state.cj
│   ├── stateful_emit_handler.cj
│   ├── stateful_payload_emit_delegate_handler.cj
│   ├── stateful_payload_emit_handler.cj
│   ├── token.cj
│   ├── trie_builder.cj
│   ├── trie_config.cj
│   ├── trie.cj
└── test   
    ├── doc
    ├── FUZZ
    ├── HLT
    ├── LLT
├── CHANGELOG.md
├── gitee_gate.cfg
├── LICENSE
├── module.json
├── README.md
├── README.OpenSource

DOC 存放本库使用文档
src 是库源码目录
test 是存放测试用例的文件夹，含有 DOC 功能示例、FUZZ 测试用例、HLT 测试用例、LLT 自测用例

接口说明

主要是核心类和成员函数说明,详情见 API

使用说明

编译构建

linux环境编译

编译描述和具体shell命令

cjpm build

Windows环境编译

编译描述和具体cmd命令

cjpm build

执行用例

编译用例并执行，步骤如下：

1. 进入 test/ 目录下创建 tmp 文件夹，然后编译测试用例

cd test/
mkdir tmp
cjc -O2 --import-path xxxxx/build/release -L xxxxx/build/release/ahoCorasick4cj -l ahoCorasick4cj_ahoCorasick4cj test/HLT/testTrie.cj -o test/tmp/test.cj.out --test

1.1 具体说明

cjc命令, -O2表示开启优化

cjc -O2

–import-path 导入 ahoCorasick4cj 库编译出来的库文件地址, 注意地址最后有"…"
xxx 代表自己的工作目录，应替换成自己的实际工作目录
-L 导入库文件的完整路径
导入多个库,每个库都需要–import-path和 -L

--import-path xxxxx/build/release -L xxxxx/build/release/ahoCorasick4cj -l ahoCorasick4cj_ahoCorasick4cj

-l 要导入的具体的包, 用"库名_包名",一般库文件生成时是"lib库名_包名.后缀"的格式
导入一个库中有多个包时,用多个 -l
测试用例的完整路径和用例中引入文件的完整路径
-o 用例编译后输出的位置和名称, .out结尾, 一般使用"用例名称.out"
–test 用例编译命令结尾

test/HLT/testTrie.cj -o test/tmp/test.cj.out --test

2. 把编译好的文件复制到 .out 文件下(test/tmp/)

把build/release/ahoCorasick4cj 目录中的文件都复制到 .out 文件位置(test/tmp/ 中)

3. 进入到.out文件位置，执行用例

进入到.out文件位置执行用例

cd test/tmp

windows系统打开cmd,输入.out文件完整名称即可执行

test.cj.out

Linux系统使用 ./.out文件完整名称

./test.cj.out

功能示例

多字符搜索功能示例

import ahoCorasick4cj.*
import std.unittest.*
import std.unittest.testmacro.*

main(): Int64 {
    let test = CharSearchTest01()
    test.testCharSearch01()
    return 0
}

@Test
public class CharSearchTest01 {

    @TestCase
    public func testCharSearch01(): Unit {
        var builder = Trie.builder()
        var trie = builder.addKeyword("hers").addKeyword("his").addKeyword("she").addKeyword("he").build()
        var emits = trie.parseText("ushers")
        var iter = emits.iterator()
        for (i in iter) {
            println(i.toString())
        }
    }
}

执行结果如下：

2:3=he
1:3=she
2:5=hers

关键词库模式功能示例

import ahoCorasick4cj.*
import std.unittest.*
import std.collection.*
import std.unittest.testmacro.*

main(): Int64 {
    let charSearchTest05 = CharSearchTest05()
    charSearchTest05.testCharSearch01()
    return 0
}

@Test
public class CharSearchTest05 {

    @TestCase
    public func testCharSearch01(): Unit {

        let speech: String = "The Answer to the Great Question... Of Life, " +
            "the Universe and Everything... Is... Forty-two,' said " +
            "Deep Thought, with infinite majesty and calm."

        var trie = Trie.builder().ignoreOverlaps().onlyWholeWords().ignoreCase()
            .addKeyword("great question")
            .addKeyword("forty-two")
            .addKeyword("deep thought")
            .build()
        var tokens = trie.tokenize(speech)
        var html: StringBuilder = StringBuilder()
        html.append("<html><body><p>")

        for (token in tokens) {
            if (token.isMatch()) {
            html.append("<i>")
        }

        html.append(token.getFragment())
        if (token.isMatch()) {
            html.append("</i>")
        }
    }

        html.append("</p></body></html>")
        println(html)
    }
}

执行结果如下：

<html><body><p>The Answer to the <i>Great Question</i>... Of Life, the Universe and Everything... Is... <i>Forty-two</i>,' said <i>Deep Thought</i>, with infinite majesty and calm.</p></body></html>

自定义值输出模式功能示例

import ahoCorasick4cj.*
import std.unittest.*
import std.unittest.testmacro.*

main(): Int64 {
    let charSearchTest06 = CharSearchTest06()
    charSearchTest06.testCharSearch01()
    return 0
}

@Test
public class CharSearchTest06 {

    @TestCase
    public func testCharSearch01(): Unit {
        var trie = PayloadTrie<Word>.builder()
            .addKeyword("hers", Word("f"))
            .addKeyword("his", Word("m"))
            .addKeyword("she", Word("f"))
            .addKeyword("he", Word("m"))
            .addKeyword("nonbinary", Word("nb"))
            .addKeyword("transgender", Word("tg"))
            .build()
        var emits: Collection<PayloadEmit<Word>> = trie.parseText("ushers")
        var iter: Iterator<PayloadEmit<Word>> = emits.iterator()
        for (i in iter) {
            println(i.toString() + i.getPayload().getOrThrow().gender)
        }
    }
}

class Word {
    protected var gender: String
    public init(gender: String) {
        this.gender = gender
    }
}

执行结果如下：

2:3=he->m
1:3=she->f
2:5=hers->f

注意：用例需放入 test/LLT 下，执行步骤是: 本项目编译运行方式

约束与限制

在下述版本验证通过：

Cangjie Version: 0.53.4

小奶狗-旺旺

关注

8
点赞
踩
15

收藏

觉得还不错? 一键收藏
0
评论
【仓颉三方库】算法类—— ahoCorasick4cj

使用 Aho-Corasick 字符串搜索算法，能够提供高效的字符串匹配功能return 0@Test@TestCase.build()2:3=he->m1:3=she->f注意：用例需放入test/LLT下，执行步骤是: 本项目编译运行方式。
复制链接

扫一扫

专栏目录