关于CharMatcher.WHITESPACE实现

时间:2014-02-10 04:07:37

标签: java guava

当我查找CharMatcher的实现并注意到字段WHITESPACE_MULTIPLIER=1682554634时,我将此值设置为1582554634,运行测试用例CharMatcherTest#testWhitespaceBreakingWhitespaceSubset,当然它失败了。

之后我将testWhitespaceBreakingWhitespaceSubset更改为仅在没有断言的情况下调用WHITESPACE.apply((char)c),在WHITESPACE.matches

方法中打印索引
int index=(WHITESPACE_MULTIPLIER * c) >>> WHITESPACE_SHIFT)

最终发现,将WHITESPACE_MULTIPLIER1682554634更改为1582554634

后,索引发生了冲突

毫无疑问,1682554634设计得很好,我的问题是我怎样才能推断出这个"魔术数字" ?`

Martin Grajcar's proposal后,我尝试编写"幻数生成器"如下工作:

char[] charsReq = WHITESPACE_TABLE.toCharArray();
Arrays.sort(charsReq);
OUTER:
for (int WHITESPACE_MULTIPLIER_WANTTED = 1682553701; WHITESPACE_MULTIPLIER_WANTTED <= 1682554834; WHITESPACE_MULTIPLIER_WANTTED++) {
    int matchCnt = 0;
    for (int c = 0; c <= Character.MAX_VALUE; c++) {
        int position = Arrays.binarySearch(charsReq, (char) c);
        char index = WHITESPACE_TABLE.charAt((WHITESPACE_MULTIPLIER_WANTTED * c) >>> WHITESPACE_SHIFT);
        if (position >= 0 && index == c) {
                matchCnt++;
        } else if (position < 0 && index != c) {
                matchCnt++;
        } else {
            continue OUTER;
        }
    }
    // all valid
    if ((matchCnt - 1) == (int) (Character.MAX_VALUE)) {
        System.out.println(WHITESPACE_MULTIPLIER_WANTTED);
    }
}

如果在WHITESPACE_TABLE中更改了字符序列(swap \ u2001 \ u2002位置),则算法没有解决方案(将循环结束条件更改为Integer.MAX_VALUE)。


因为IntMath.gcd实现是指http://en.wikipedia.org/wiki/Binary_GCD_algorithm
我的问题是:我在哪里可以找到CharMatcher.WHITESPACE.match实施的材料?

1 个答案:

答案 0 :(得分:2)

我不确定生成器是否仍然存在于某个地方,但它可以轻松地重新创建。课程Result包含implementation of CharMatcher.WHITESPACE中使用的数据:

static class Result {
    private int shift;
    private int multiplier;
    private String table;
}

// No duplicates allowed.
private final String allMatchingString = "\u2002\r\u0085\u200A\u2005\u2000"
        + "\u2029\u000B\u2008\u2003\u205F\u1680"
        + "\u0009\u0020\u2006\u2001\u202F\u00A0\u000C\u2009"
        + "\u2004\u2028\n\u2007\u3000";

public Result generate(String allMatchingString) {
    final char[] allMatching = allMatchingString.toCharArray();
    final char filler = allMatching[allMatching.length - 1];
    final int shift = Integer.numberOfLeadingZeros(allMatching.length);
    final char[] table = new char[1 << (32 - shift)];
    OUTER: for (int i=0; i>=0; ++i) {
        final int multiplier = 123456789 * i; // Jumping a bit makes the search faster.
        Arrays.fill(table, filler);
        for (final char c : allMatching) {
            final int index = (multiplier * c) >>> shift;
            if (table[index] != filler) continue OUTER; // Conflict found.
            table[index] = c;
        }
        return new Result(shift, multiplier, new String(table));
    }
    return null; // No solution exists.
}

它会产生不同的乘数,但这并不重要。

如果不存在给定allMatchingString的解决方案,您可以减少转移并重试。