Branch data Line data Source code
1 : : /* -*- Mode: C++; tab-width: 4; indent-tabs-mode: nil; c-basic-offset: 4 -*- */
2 : : /*
3 : : * This file is part of the LibreOffice project.
4 : : *
5 : : * This Source Code Form is subject to the terms of the Mozilla Public
6 : : * License, v. 2.0. If a copy of the MPL was not distributed with this
7 : : * file, You can obtain one at http://mozilla.org/MPL/2.0/.
8 : : *
9 : : * This file incorporates work covered by the following license notice:
10 : : *
11 : : * Licensed to the Apache Software Foundation (ASF) under one or more
12 : : * contributor license agreements. See the NOTICE file distributed
13 : : * with this work for additional information regarding copyright
14 : : * ownership. The ASF licenses this file to you under the Apache
15 : : * License, Version 2.0 (the "License"); you may not use this file
16 : : * except in compliance with the License. You may obtain a copy of
17 : : * the License at http://www.apache.org/licenses/LICENSE-2.0 .
18 : : */
19 : :
20 : : #ifndef INCLUDED_I18NPOOL_LEVDIS_HXX
21 : : #define INCLUDED_I18NPOOL_LEVDIS_HXX
22 : :
23 : : #include <rtl/ustring.hxx>
24 : :
25 : : /*
26 : : maximal X Ersetzungen (User: gefundenes darf X Zeichen anders sein)
27 : : maximal Y Einfuegungen (User: gefundenes darf Y Zeichen kuerzer sein)
28 : : maximal Z Loeschungen (User: gefundenes darf Z Zeichen laenger sein)
29 : : mathematische WLD oder SplitCount (User: strikt oder relaxed)
30 : :
31 : : Joker ('?' und '*') fallen natuerlich nicht unter diese Bedingungen.
32 : : Bei einem '?' wird eine Ersetzung nicht gezahlt, bei einem '*' darf
33 : : der gefundene String an dieser Stelle beliebig viele Zeichen laenger sein.
34 : :
35 : : Strikt: entweder maximal X anders oder Y kuerzer oder Z laenger
36 : : Relaxed: maximal X anders und/oder Y kuerzer und/oder Z laenger
37 : :
38 : : Wertebereich fuer X,Y,Z ist 0..33 um mit Limit sicher unter
39 : : 16-bit-signed-int-max zu bleiben, 31*32*33 gibt das Maximum
40 : : KGV(31,32,33) == 32736
41 : : */
42 : :
43 : : #define LEVDISDEFAULT_XOTHER 2
44 : : #define LEVDISDEFAULT_YSHORTER 1
45 : : #define LEVDISDEFAULT_ZLONGER 3
46 : : #define LEVDISDEFAULT_RELAXED TRUE
47 : :
48 : : #define LEVDISDEFAULTLIMIT 6 // default nLimit, passt zu x=2, y=1, z=3,
49 : : // p=3, q=6, r=2
50 : : #define LEVDISDEFAULT_P0 3 // default nRepP0, Gewichtung Ersetzen
51 : : #define LEVDISDEFAULT_Q0 6 // default nInsQ0, Gewichtung Einfuegen
52 : : #define LEVDISDEFAULT_R0 2 // default nDelR0, Gewichtung Loeschen
53 : : /*
54 : : Berechnung von angegebenen Userwerten max Ersetzen, Kuerzer, Laenger mittels
55 : : CalcLPQR(). Unschoen: wenn in WLD z.B. nLimit durch nDelR0 erreicht ist
56 : : (String ist nZ laenger als Pattern), kann kein Zeichen mehr ersetzt werden.
57 : : Dies kann durch Erhoehung von nX oder/und nZ vermieden werden, natuerlich
58 : : mit den entsprechenden Seiteneffekten.. oder aber mit SplitCount (s.u.), was
59 : : der Default bei CalcLPQR() ist.
60 : :
61 : : Achtung: Kuerzer = WLD.Insert, Laenger = WLD.Delete
62 : :
63 : : Gezaehlt wird von String nach Pattern (eine Loeschung bedeutet, dass aus
64 : : String etwas geloescht werden muss, um auf Pattern zu kommen)
65 : :
66 : : Loeschungen zaehlen in diesem Beispiel am wenigsten, da meistens weniger
67 : : bekannt ist, als gesucht wird. Ersetzungen erhalten mittlere Gewichtung
68 : : wegen z.B. falscher Schreibweisen. Einfuegungen werden teuer.
69 : :
70 : : Oder z.B.: P0 = 1, Q0 = 4, R0 = 4, Limit = 3
71 : : Erlaubt sind maximal 4 Ersetzungen, keine Einfuegung, keine Loeschung
72 : : Entspricht den Userangaben X = 3, Y = 0, Z = 0
73 : :
74 : : bSplitCount: wenn TRUE, werden Rep/Ins/Del anders gezaehlt. Der
75 : : Rueckgabewert von WLD ist dann nicht mehr unbedingt die Levenshtein-Distanz,
76 : : sondern kann negativ (-WLD) sein, wenn die WLD groesser als nLimit ist, aber
77 : : die Einzelwerte jeweils innerhalb der Grenzen liegen.
78 : : Bei den Default-Werten hiesse das z.B.: auch wenn der gefundene String 2
79 : : Zeichen laenger ist (nLongerZ), koennen noch 3 Ersetzungen (nOtherX)
80 : : erfolgen. Zusatz-Gimmick: Buchstabendreher zaehlen als eine Ersetzung.
81 : : Mathematisch voellig unkorrekt, aber gut fuer den User ;-)
82 : :
83 : : Zur Erlaeuterung: bei der echten WLD schoepfen alle Aktionen aus einem
84 : : gemeinsamen 100%-Pool, wenn einer alles hat, ist fuer die anderen nichts
85 : : mehr da. Mit bSplitCount hat Replace sein eigenes Wildwasser..
86 : : */
87 : :
88 : : class WLevDisPatternMem // "sichere" Speicheranforderung im cTor
89 : : {
90 : : sal_Unicode *cp;
91 : : bool *bp;
92 : : public:
93 : 0 : WLevDisPatternMem( sal_Int32 s ) { cp = new sal_Unicode[ s ];
94 : 0 : bp = new bool[ s ];
95 : 0 : }
96 [ # # ][ # # ]: 0 : ~WLevDisPatternMem() { if (cp) delete [] cp;
97 [ # # ][ # # ]: 0 : if (bp) delete [] bp;
98 : 0 : }
99 : 0 : sal_Unicode* GetcPtr() const { return cp; }
100 : 0 : bool* GetbPtr() const { return bp; }
101 : : };
102 : :
103 : : class WLevDisDistanceMem
104 : : {
105 : : int* p;
106 : : public:
107 : 0 : WLevDisDistanceMem( size_t s ) { p = 0; NewMem(s); }
108 [ # # ][ # # ]: 0 : ~WLevDisDistanceMem() { if (p) delete [] p; }
109 : 0 : int* GetPtr() const { return p; }
110 [ # # ][ # # ]: 0 : int* NewMem( size_t s ) { if (p) delete [] p;
111 : 0 : return (p = new int[ s<3 ? 3 : s ]);
112 : : }
113 : : };
114 : :
115 : : class WLevDistance
116 : : {
117 : : sal_Int32 nPatternLen; // Laenge des Pattern
118 : : WLevDisPatternMem aPatMem; // Verwaltung des Pattern Arrays
119 : : sal_Unicode* cpPattern; // Pointer auf Pattern Array
120 : : bool* bpPatIsWild; // Pointer auf bool Array, ob Pattern Wildcard ist
121 : : sal_Int32 nArrayLen; // Laenge des Distanz Arrays
122 : : WLevDisDistanceMem aDisMem; // Verwaltung des Distanz Arrays
123 : : int* npDistance; // Pointer auf Distanz Array
124 : : int nLimit; // WLD Limit Ersetzungen/Einfuegungen/Loeschungen
125 : : int nRepP0; // Ersetzen Gewichtung
126 : : int nInsQ0; // Einfuegen Gewichtung
127 : : int nDelR0; // Loeschen Gewichtung
128 : : int nStars; // Anzahl '*' Joker im Pattern
129 : : bool bSplitCount; // wenn TRUE, werden Rep/Ins/Del getrennt gezaehlt
130 : :
131 : : void InitData( const sal_Unicode* cPattern ); // fuer die CToren
132 : : inline int Min3( int x, int y, int z ); // inline wegen Schleife
133 : : int Mid3( int x, int y, int z );
134 : : int Max3( int x, int y, int z );
135 : : int GGT( int a, int b ); // Groesster Gemeinsamer Teiler
136 : : int KGV( int a, int b ); // Kleinstes Gemeinsames Vielfaches
137 : :
138 : : public:
139 : : // CToren mit Userangaben, danach mit GetLimit() Limit holen
140 : : // interner Aufruf von CalcLPQR()
141 : : // die mathematisch unkorrekte Berechnung wird als Default genommen!
142 : : WLevDistance( const sal_Unicode* cPattern, int nOtherX, int nShorterY,
143 : : int nLongerZ, bool bRelaxed = true );
144 : :
145 : : WLevDistance( const WLevDistance& rWLD );
146 : : ~WLevDistance();
147 : :
148 : : // Berechnung der Levenshtein-Distanz von String zu Pattern
149 : : int WLD( const sal_Unicode* cString, sal_Int32 nStringLen );
150 : :
151 : : // Berechnung der Gewichtung aus Userangaben, return nLimit
152 : : int CalcLPQR( int nOtherX, int nShorterY, int nLongerZ,
153 : : bool bRelaxed = true );
154 : :
155 : 0 : inline int GetLimit() const { return( nLimit ); } // Limit holen
156 : : inline int GetReplaceP0() const { return( nRepP0 ); } // Gewichtungen holen
157 : : inline int GetInsertQ0() const { return( nInsQ0 ); }
158 : : inline int GetDeleteR0() const { return( nDelR0 ); }
159 : : inline bool GetSplit() const { return( bSplitCount ); }
160 : : inline int SetLimit( int nNewLimit ); // Limit setzen,
161 : : inline int SetReplaceP0( int nNewP0 ); // Gewichtungen setzen,
162 : : inline int SetInsertQ0( int nNewQ0 ); // returnen bisherigen Wert
163 : : inline int SetDeleteR0( int nNewR0 );
164 : : inline bool SetSplit( bool bNewSplit );
165 : : // SetSplit( TRUE ) macht nur mit Werten nach CalcLPQR() Sinn!
166 : :
167 : : inline bool IsNormal( sal_Int32 nPos ) const { return( !bpPatIsWild[nPos] ); }
168 : : };
169 : :
170 : : inline int WLevDistance::SetLimit( int nNewLimit )
171 : : {
172 : : int nTmp = nLimit;
173 : : nLimit = nNewLimit;
174 : : return( nTmp );
175 : : }
176 : :
177 : : inline int WLevDistance::SetReplaceP0( int nNewP0 )
178 : : {
179 : : int nTmp = nRepP0;
180 : : nRepP0 = nNewP0;
181 : : return( nTmp );
182 : : }
183 : :
184 : : inline int WLevDistance::SetInsertQ0( int nNewQ0 )
185 : : {
186 : : int nTmp = nInsQ0;
187 : : nInsQ0 = nNewQ0;
188 : : return( nTmp );
189 : : }
190 : :
191 : : inline int WLevDistance::SetDeleteR0( int nNewR0 )
192 : : {
193 : : int nTmp = nDelR0;
194 : : nDelR0 = nNewR0;
195 : : return( nTmp );
196 : : }
197 : :
198 : : inline bool WLevDistance::SetSplit( bool bNewSplit )
199 : : {
200 : : bool bTmp = bSplitCount;
201 : : bSplitCount = bNewSplit;
202 : : return( bTmp );
203 : : }
204 : :
205 : : #endif // _LEVDIS_HXX
206 : :
207 : : /* vim:set shiftwidth=4 softtabstop=4 expandtab: */
|