Question

要预先做好，这个是作业。话虽如此，它是非常开放的，我们几乎没有关于如何开始考虑这个问题（或一般的并行算法）的指导。我想指向正确的方向，不是完整的解决方案。任何可能有帮助的阅读都会很好。

我正在研究一种有效的方法，使用并行算法匹配大量文本中第一次出现的模式。模式是简单的字符匹配，不涉及正则表达式。我已经设法找到了匹配所有的可能方法，但那要求我查看所有匹配项并找到第一个匹配项。

所以问题是，我是否会在流程和扫描方式之间取得更多成功？或者最好是进行某种类型的进程同步搜索，其中第j个进程搜索模式的第j个字符？如果所有进程都为其匹配返回true，则进程将更改其匹配所述模式的位置并再次向上移动，继续直到所有字符都已匹配，然后返回第一个匹配的索引。

到目前为止我所拥有的是非常基本的，而且很可能不起作用。我不会实现这一点，但任何指针都会受到赞赏。

使用p个处理器，长度为t的文本，长度为L的模式，以及使用的L个处理器的上限：

 for i=0 to t-l:
    for j=0 to p:
        processor j compares the text[i+j] to pattern[i+j]
            On false match:
                all processors terminate current comparison, i++
            On true match by all processors:
                Iterate p characters at a time until L characters have been compared
                If all L comparisons return true:
                    return i (position of pattern)
                Else:
                    i++

Answer 1

给定长度为L的模式，并在P处理器上搜索长度为N的字符串，我只是将字符串分割在处理器上。每个处理器将采用长度为N / P + L-1的块，最后一个L-1与属于下一个处理器的字符串重叠。然后每个处理器将执行boyer moore（两个预处理表将被共享）。当每个完成时，它们将结果返回到第一个处理器，该处理器维护一个表

Process Index
   1    -1
   2    2
   3    23

在所有进程都已响应之后（或者经过深思熟虑可以提前逃脱），您将返回第一个匹配项。这应该是平均O（N /（L * P）+ P）。

让第i个处理器与第i个字符匹配的方法需要过多的进程间通信开销。

编辑：我意识到你已经有了解决方案，并且正在寻找一种方法，而无需找到所有解决方案。我真的不认为这种方法是必要的。你可以提出一些早期的逃生条件，它们并不那么困难，但我认为它们不会在一般情况下提高你的表现（除非你有一些额外的知识在你的文本中分配匹配）。 / p>

Answer 2

我担心打破字符串是行不通的。

一般来说，早期逃避很困难，所以你最好不要破坏文本。

但是让我们让Herb Sutter首先在Dr Dobbs上解释使用并行算法的搜索。我们的想法是利用分布的不均匀性来获得早期回报。当然Sutter对任何比赛感兴趣，这不是手头的问题，所以让我们适应。

这是我的想法，假设我们有：

长度为N
p处理器
启发式：max是块应包含的最大字符数，可能比模式长度的M大一个数量级。

现在，您想要的是将文本拆分为k个相等的块，其中k最小，size(chunk)最大但不如max。

然后，我们有一个经典的Producer-Consumer模式：p进程用文本块进行处理，每个进程在它接收的块中查找模式。

早期逃脱是通过举旗来完成的。你可以设置你找到模式的块的索引（及其位置），或者你可以设置一个布尔值，并将结果存储在进程中（在这种情况下你必须经历所有的进程一旦停止）。关键是每次请求一个块时，生产者都会检查该标志，并在找到匹配时停止提供进程（因为已按顺序为这些进程提供了块）。

让我们举个例子，有3个处理器：

[ 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 ]
                      x       x

块6和8都包含字符串。

制作人将首先将1,2和3输入到过程中，然后每个过程将按照自己的节奏前进（这取决于搜索的文本和模式的相似性）。

假设我们在8中找到了6中的模式。然后，正在7上工作的进程结束并尝试获取另一个块，生产者停止它 - ＆gt;这将是无关紧要的。然后，处理6的过程结束，结果，因此我们知道第一次出现在6，我们有它的位置。

关键的想法是你不想看全文！这太浪费了！

首次出现并行字符串匹配算法

2 个答案: