src/com/hughes/android/dictionary/engine/Index.java

   1 /**
   2  *
   3  */
   4 package com.hughes.android.dictionary.engine;
   5
   6 import java.io.IOException;
   7 import java.io.PrintStream;
   8 import java.io.RandomAccessFile;
   9 import java.util.ArrayList;
  10 import java.util.Collection;
  11 import java.util.List;
  12 import java.util.concurrent.atomic.AtomicBoolean;
  13
  14 import com.hughes.util.CachingList;
  15 import com.hughes.util.raf.RAFList;
  16 import com.hughes.util.raf.RAFSerializable;
  17 import com.hughes.util.raf.RAFSerializer;
  18 import com.hughes.util.raf.UniformRAFList;
  19 import com.ibm.icu.text.Collator;
  20 import com.ibm.icu.text.Transliterator;
  21
  22 public final class Index implements RAFSerializable<Index> {
  23
  24   static final int CACHE_SIZE = 5000;
  25
  26   final Dictionary dict;
  27
  28   public final String shortName;
  29   public final String longName;
  30
  31   // persisted: tells how the entries are sorted.
  32   public final Language sortLanguage;
  33   final String normalizerRules;
  34
  35   // Built from the two above.
  36   final Transliterator normalizer;
  37
  38   // persisted
  39   public final List<IndexEntry> sortedIndexEntries;
  40
  41   // One big list!
  42   // Various sub-types.
  43   // persisted
  44   public final List<RowBase> rows;
  45
  46   public final boolean swapPairEntries;
  47
  48   // --------------------------------------------------------------------------
  49
  50   public Index(final Dictionary dict, final String shortName, final String longName, final Language sortLanguage, final String normalizerRules, final boolean swapPairEntries) {
  51     this.dict = dict;
  52     this.shortName = shortName;
  53     this.longName = longName;
  54     this.sortLanguage = sortLanguage;
  55     this.normalizerRules = normalizerRules;
  56     this.swapPairEntries = swapPairEntries;
  57     sortedIndexEntries = new ArrayList<IndexEntry>();
  58     rows = new ArrayList<RowBase>();
  59
  60     normalizer = Transliterator.createFromRules("", normalizerRules, Transliterator.FORWARD);
  61   }
  62
  63   public Index(final Dictionary dict, final RandomAccessFile raf) throws IOException {
  64     this.dict = dict;
  65     shortName = raf.readUTF();
  66     longName = raf.readUTF();
  67     final String languageCode = raf.readUTF();
  68     sortLanguage = Language.lookup(languageCode);
  69     normalizerRules = raf.readUTF();
  70     swapPairEntries = raf.readBoolean();
  71     if (sortLanguage == null) {
  72       throw new IOException("Unsupported language: " + languageCode);
  73     }
  74     sortedIndexEntries = CachingList.create(RAFList.create(raf, IndexEntry.SERIALIZER, raf.getFilePointer()), CACHE_SIZE);
  75     rows = CachingList.create(UniformRAFList.create(raf, new RowBase.Serializer(this), raf.getFilePointer()), CACHE_SIZE);
  76
  77     normalizer = Transliterator.createFromRules("", normalizerRules, Transliterator.FORWARD);
  78   }
  79
  80   @Override
  81   public void write(final RandomAccessFile raf) throws IOException {
  82     raf.writeUTF(shortName);
  83     raf.writeUTF(longName);
  84     raf.writeUTF(sortLanguage.getSymbol());
  85     raf.writeUTF(normalizerRules);
  86     raf.writeBoolean(swapPairEntries);
  87     RAFList.write(raf, sortedIndexEntries, IndexEntry.SERIALIZER);
  88     UniformRAFList.write(raf, (Collection<RowBase>) rows, new RowBase.Serializer(this), 5);
  89   }
  90
  91   public void print(final PrintStream out) {
  92     for (final RowBase row : rows) {
  93       row.print(out);
  94     }
  95   }
  96
  97   public static final class IndexEntry implements RAFSerializable<Index.IndexEntry> {
  98     public final String token;
  99     public final int startRow;
 100     public final int numRows;
 101
 102     private String normalizedToken;
 103
 104     static final RAFSerializer<IndexEntry> SERIALIZER = new RAFSerializer<IndexEntry> () {
 105       @Override
 106       public IndexEntry read(RandomAccessFile raf) throws IOException {
 107         return new IndexEntry(raf);
 108       }
 109       @Override
 110       public void write(RandomAccessFile raf, IndexEntry t) throws IOException {
 111         t.write(raf);
 112       }};
 113
 114     public IndexEntry(final String token, final int startRow, final int numRows) {
 115       assert token.equals(token.trim());
 116       assert token.length() > 0;
 117       this.token = token;
 118       this.startRow = startRow;
 119       this.numRows = numRows;
 120     }
 121
 122     public IndexEntry(final RandomAccessFile raf) throws IOException {
 123       token = raf.readUTF();
 124       startRow = raf.readInt();
 125       numRows = raf.readInt();
 126     }
 127
 128     public void write(RandomAccessFile raf) throws IOException {
 129       raf.writeUTF(token);
 130       raf.writeInt(startRow);
 131       raf.writeInt(numRows);
 132     }
 133
 134     public String toString() {
 135       return String.format("%s@%d(%d)", token, startRow, numRows);
 136     }
 137
 138     public synchronized String normalizedToken(final Transliterator normalizer) {
 139       if (normalizedToken == null) {
 140         normalizedToken = normalizer.transform(token);
 141       }
 142       return normalizedToken;
 143     }
 144   }
 145
 146   public IndexEntry findInsertionPoint(String token, final AtomicBoolean interrupted) {
 147     token = normalizer.transliterate(token);
 148
 149     int start = 0;
 150     int end = sortedIndexEntries.size();
 151
 152     final Collator sortCollator = sortLanguage.getCollator();
 153     while (start < end) {
 154       final int mid = (start + end) / 2;
 155       if (interrupted.get()) {
 156         return null;
 157       }
 158       final IndexEntry midEntry = sortedIndexEntries.get(mid);
 159
 160       final int comp = sortCollator.compare(token, midEntry.normalizedToken(normalizer));
 161       if (comp == 0) {
 162         final int result = windBackCase(token, mid, interrupted);
 163         return sortedIndexEntries.get(result);
 164       } else if (comp < 0) {
 165         System.out.println("Upper bound: " + midEntry + ", norm=" + midEntry.normalizedToken(normalizer) + ", mid=" + mid);
 166         end = mid;
 167       } else {
 168         System.out.println("Lower bound: " + midEntry + ", norm=" + midEntry.normalizedToken(normalizer) + ", mid=" + mid);
 169         start = mid + 1;
 170       }
 171     }
 172
 173     // If we search for a substring of a string that's in there, return that.
 174     int result = Math.min(start, sortedIndexEntries.size() - 1);
 175     result = windBackCase(sortedIndexEntries.get(result).normalizedToken(normalizer), result, interrupted);
 176     return sortedIndexEntries.get(result);
 177   }
 178
 179   public static final class SearchResult {
 180     public final IndexEntry insertionPoint;
 181     public final IndexEntry longestPrefix;
 182     public final String longestPrefixString;
 183     public final boolean success;
 184
 185     public SearchResult(IndexEntry insertionPoint, IndexEntry longestPrefix,
 186         String longestPrefixString, boolean success) {
 187       this.insertionPoint = insertionPoint;
 188       this.longestPrefix = longestPrefix;
 189       this.longestPrefixString = longestPrefixString;
 190       this.success = success;
 191     }
 192
 193     @Override
 194     public String toString() {
 195       return String.format("inerstionPoint=%s,longestPrefix=%s,longestPrefixString=%s,success=%b", insertionPoint.toString(), longestPrefix.toString(), longestPrefixString, success);
 196     }
 197   }
 198
 199 //  public SearchResult findLongestSubstring(String token, final AtomicBoolean interrupted) {
 200 //    token = normalizer.transliterate(token);
 201 //    if (token.length() == 0) {
 202 //      return new SearchResult(sortedIndexEntries.get(0), sortedIndexEntries.get(0), "", true);
 203 //    }
 204 //    IndexEntry insertionPoint = null;
 205 //    IndexEntry result = null;
 206 //    boolean unmodified = true;
 207 //    while (!interrupted.get() && token.length() > 0) {
 208 //      result = findInsertionPoint(token, interrupted);
 209 //      if (result == null) {
 210 //        return null;
 211 //      }
 212 //      if (unmodified) {
 213 //        insertionPoint = result;
 214 //      }
 215 //      if (result.normalizedToken(normalizer).startsWith(token)) {
 216 //        return new SearchResult(insertionPoint, result, token, unmodified);
 217 //      }
 218 //      unmodified = false;
 219 //      token = token.substring(0, token.length() - 1);
 220 //    }
 221 //    return new SearchResult(insertionPoint, sortedIndexEntries.get(0), "", false);
 222 //  }
 223
 224   private final int windBackCase(final String token, int result, final AtomicBoolean interrupted) {
 225     while (result > 0 && sortedIndexEntries.get(result - 1).normalizedToken(normalizer).equals(token)) {
 226       --result;
 227       if (interrupted.get()) {
 228         return result;
 229       }
 230     }
 231     return result;
 232   }
 233
 234   /*
 235   public int tokenRowBinarySearch(final int rowIndex) {
 236     int start = 0;
 237     int end = sortedIndexEntries.size();
 238     while (start < end) {
 239       final int mid = (start + end) / 2;
 240       final int midRowIndex = sortedIndexEntries.get(mid).startRow;
 241       if (midRowIndex == rowIndex) {
 242         return mid;
 243       }
 244       if ()
 245     }
 246   }
 247   */
 248
 249 }