]> gitweb.fperrin.net Git - Dictionary.git/blobdiff - src/com/hughes/android/dictionary/engine/Index.java
go
[Dictionary.git] / src / com / hughes / android / dictionary / engine / Index.java
index 9185d9d4623a32378eb8b40bf9a7cc352d412f9f..7cee7460c8e2f90702aaf98ca66ca8bcbb7171b2 100644 (file)
 package com.hughes.android.dictionary.engine;
 
 import java.io.IOException;
+import java.io.PrintStream;
 import java.io.RandomAccessFile;
+import java.util.ArrayList;
 import java.util.Collection;
 import java.util.List;
+import java.util.concurrent.atomic.AtomicBoolean;
 
+import com.hughes.util.CachingList;
 import com.hughes.util.raf.RAFList;
 import com.hughes.util.raf.RAFSerializable;
 import com.hughes.util.raf.RAFSerializer;
 import com.hughes.util.raf.UniformRAFList;
+import com.ibm.icu.text.Collator;
+import com.ibm.icu.text.Transliterator;
 
-final class Index implements RAFSerializable<Index> {
+public final class Index implements RAFSerializable<Index> {
+  
+  static final int CACHE_SIZE = 5000;
+  
   final Dictionary dict;
   
-  final String shortName;
-  final String longName;
+  public final String shortName;
+  public final String longName;
+  
+  // persisted: tells how the entries are sorted.
+  public final Language sortLanguage;
+  final String normalizerRules;
+  
+  // Built from the two above.
+  final Transliterator normalizer;
     
   // persisted
-  final List<Index.IndexEntry> sortedIndexEntries;
+  public final List<IndexEntry> sortedIndexEntries;
 
   // One big list!
   // Various sub-types.
   // persisted
-  final List<RowBase> rows;
+  public final List<RowBase> rows;
+  
+  public final boolean swapPairEntries;
   
   // --------------------------------------------------------------------------
   
+  public Index(final Dictionary dict, final String shortName, final String longName, final Language sortLanguage, final String normalizerRules, final boolean swapPairEntries) {
+    this.dict = dict;
+    this.shortName = shortName;
+    this.longName = longName;
+    this.sortLanguage = sortLanguage;
+    this.normalizerRules = normalizerRules;
+    this.swapPairEntries = swapPairEntries;
+    sortedIndexEntries = new ArrayList<IndexEntry>();
+    rows = new ArrayList<RowBase>();
+    
+    normalizer = Transliterator.createFromRules("", normalizerRules, Transliterator.FORWARD);
+  }
+  
   public Index(final Dictionary dict, final RandomAccessFile raf) throws IOException {
     this.dict = dict;
     shortName = raf.readUTF();
     longName = raf.readUTF();
-    // TODO: caching
-    sortedIndexEntries = RAFList.create(raf, IndexEntry.SERIALIZER, raf.getFilePointer());
-    rows = UniformRAFList.create(raf, new RowBase.Serializer(this), raf.getFilePointer());
+    final String languageCode = raf.readUTF();
+    sortLanguage = Language.lookup(languageCode);
+    normalizerRules = raf.readUTF();
+    swapPairEntries = raf.readBoolean();
+    if (sortLanguage == null) {
+      throw new IOException("Unsupported language: " + languageCode);
+    }
+    sortedIndexEntries = CachingList.create(RAFList.create(raf, IndexEntry.SERIALIZER, raf.getFilePointer()), CACHE_SIZE);
+    rows = CachingList.create(UniformRAFList.create(raf, new RowBase.Serializer(this), raf.getFilePointer()), CACHE_SIZE);
+
+    normalizer = Transliterator.createFromRules("", normalizerRules, Transliterator.FORWARD);
   }
+  
   @Override
   public void write(final RandomAccessFile raf) throws IOException {
     raf.writeUTF(shortName);
     raf.writeUTF(longName);
+    raf.writeUTF(sortLanguage.getSymbol());
+    raf.writeUTF(normalizerRules);
+    raf.writeBoolean(swapPairEntries);
     RAFList.write(raf, sortedIndexEntries, IndexEntry.SERIALIZER);
     UniformRAFList.write(raf, (Collection<RowBase>) rows, new RowBase.Serializer(this), 5);
   }
 
+  public void print(final PrintStream out) {
+    for (final RowBase row : rows) {
+      row.print(out);
+    }
+  }
   
-  static final class IndexEntry implements RAFSerializable<Index.IndexEntry> {
-    String token;
-    int startRow;
+  public static final class IndexEntry implements RAFSerializable<Index.IndexEntry> {
+    public final String token;
+    public final int startRow;
+    public final int numRows;
+    
+    private String normalizedToken;
+    
     static final RAFSerializer<IndexEntry> SERIALIZER = new RAFSerializer<IndexEntry> () {
       @Override
       public IndexEntry read(RandomAccessFile raf) throws IOException {
@@ -58,14 +110,126 @@ final class Index implements RAFSerializable<Index> {
       public void write(RandomAccessFile raf, IndexEntry t) throws IOException {
         t.write(raf);
       }};
+      
+    public IndexEntry(final String token, final int startRow, final int numRows) {
+      assert token.equals(token.trim());
+      assert token.length() > 0;
+      this.token = token;
+      this.startRow = startRow;
+      this.numRows = numRows;
+    }
+    
     public IndexEntry(final RandomAccessFile raf) throws IOException {
       token = raf.readUTF();
       startRow = raf.readInt();
+      numRows = raf.readInt();
     }
+    
     public void write(RandomAccessFile raf) throws IOException {
       raf.writeUTF(token);
-      raf.write(startRow);
+      raf.writeInt(startRow);
+      raf.writeInt(numRows);
+    }
+
+    public String toString() {
+      return String.format("%s@%d(%d)", token, startRow, numRows);
+    }
+
+    public synchronized String normalizedToken(final Transliterator normalizer) {
+      if (normalizedToken == null) {
+        normalizedToken = normalizer.transform(token);
+      }
+      return normalizedToken;
+    }
+  }
+  
+  public IndexEntry findInsertionPoint(String token, final AtomicBoolean interrupted) {
+    token = normalizer.transliterate(token);
+
+    int start = 0;
+    int end = sortedIndexEntries.size();
+    
+    final Collator sortCollator = sortLanguage.getCollator();
+    while (start < end) {
+      final int mid = (start + end) / 2;
+      if (interrupted.get()) {
+        return null;
+      }
+      final IndexEntry midEntry = sortedIndexEntries.get(mid);
+
+      final int comp = sortCollator.compare(token, midEntry.normalizedToken(normalizer));
+      if (comp == 0) {
+        final int result = windBackCase(token, mid, interrupted);
+        return sortedIndexEntries.get(result);
+      } else if (comp < 0) {
+        System.out.println("Upper bound: " + midEntry + ", norm=" + midEntry.normalizedToken(normalizer) + ", mid=" + mid);
+        end = mid;
+      } else {
+        System.out.println("Lower bound: " + midEntry + ", norm=" + midEntry.normalizedToken(normalizer) + ", mid=" + mid);
+        start = mid + 1;
+      }
+    }
+
+    // If we search for a substring of a string that's in there, return that.
+    int result = Math.min(start, sortedIndexEntries.size() - 1);
+    result = windBackCase(sortedIndexEntries.get(result).normalizedToken(normalizer), result, interrupted);
+    return sortedIndexEntries.get(result);
+  }
+  
+  public static final class SearchResult {
+    public final IndexEntry insertionPoint;
+    public final IndexEntry longestPrefix;
+    public final String longestPrefixString;
+    public final boolean success;
+    
+    public SearchResult(IndexEntry insertionPoint, IndexEntry longestPrefix,
+        String longestPrefixString, boolean success) {
+      this.insertionPoint = insertionPoint;
+      this.longestPrefix = longestPrefix;
+      this.longestPrefixString = longestPrefixString;
+      this.success = success;
+    }
+    
+    @Override
+    public String toString() {
+      return String.format("inerstionPoint=%s,longestPrefix=%s,longestPrefixString=%s,success=%b", insertionPoint.toString(), longestPrefix.toString(), longestPrefixString, success);
     }
   }
+  
+//  public SearchResult findLongestSubstring(String token, final AtomicBoolean interrupted) {
+//    token = normalizer.transliterate(token);
+//    if (token.length() == 0) {
+//      return new SearchResult(sortedIndexEntries.get(0), sortedIndexEntries.get(0), "", true);
+//    }
+//    IndexEntry insertionPoint = null;
+//    IndexEntry result = null;
+//    boolean unmodified = true;
+//    while (!interrupted.get() && token.length() > 0) {
+//      result = findInsertionPoint(token, interrupted);
+//      if (result == null) {
+//        return null;
+//      }
+//      if (unmodified) {
+//        insertionPoint = result;
+//      }
+//      if (result.normalizedToken(normalizer).startsWith(token)) {
+//        return new SearchResult(insertionPoint, result, token, unmodified);
+//      }
+//      unmodified = false;
+//      token = token.substring(0, token.length() - 1);      
+//    }
+//    return new SearchResult(insertionPoint, sortedIndexEntries.get(0), "", false);
+//  }
+  
+  private final int windBackCase(final String token, int result, final AtomicBoolean interrupted) {
+    while (result > 0 && sortedIndexEntries.get(result - 1).normalizedToken(normalizer).equals(token)) {
+      --result;
+      if (interrupted.get()) {
+        return result;
+      }
+    }
+    return result;
+  }
+
 
 }
\ No newline at end of file