abclinuxu.cz AbcLinuxu.cz itbiz.cz ITBiz.cz HDmag.cz HDmag.cz abcprace.cz AbcPráce.cz
AbcLinuxu hledá autory!
Inzerujte na AbcPráce.cz od 950 Kč
Rozšířené hledání
×
    dnes 15:22 | Nová verze

    Správce sbírky fotografií digiKam byl vydán ve verzi 8.8.0. Jedná se o převážně opravné vydání provázené aktualizacemi knihoven. Novinky zahrnují implicitní použití systémového barevného profilu monitoru, import/export hierarchie štítků, editační nástroj rozostření aj.

    |🇵🇸 | Komentářů: 0
    17.10. 13:22 | IT novinky

    Steve Jobs a superpočítač Cray-1 budou vyobrazeny na pamětních jednodolarových mincích vyražených v příštím roce v rámci série Americká inovace. Série má 57 mincí, tj. 57 inovací. Poslední 4 mince budou vyraženy v roce 2032.

    Ladislav Hagara | Komentářů: 9
    17.10. 12:22 | Pozvánky

    Byl zveřejněn průběžně aktualizovaný program konference OpenAlt 2025 o otevřeném softwaru a datech, IT bezpečnosti, DIY a IoT. Konference proběhne o víkendu 1. a 2. listopadu v prostorách FIT VUT v Brně. Vstup je zdarma.

    Ladislav Hagara | Komentářů: 0
    17.10. 12:00 | IT novinky

    Senát včera opětovně nepřijal návrh ústavního zákona, který měl do Listiny základních práv a svobod zakotvit právo občanů platit v hotovosti nebo být off-line. Návrh předložila skupina senátorů již v roce 2023. Senát dnes návrh neschválil, ale ani nezamítl. Pokud by ho přijal, dostala by ho k projednání Sněmovna a vyjádřila by se k němu vláda.

    Ladislav Hagara | Komentářů: 16
    16.10. 23:55 | Nová verze

    V programovacím jazyce Go naprogramovaná webová aplikace pro spolupráci na zdrojových kódech pomocí gitu Forgejo byla vydána ve verzi 13.0 (Mastodon). Forgejo je fork Gitei.

    Ladislav Hagara | Komentářů: 0
    16.10. 14:22 | Bezpečnostní upozornění

    Společnost Eclypsium se na svém blogu rozepsala o bezpečnostním problému počítačů Framework. Jedná se o zranitelnost v UEFI umožňující útočníkům obejít Secure Boot.

    Ladislav Hagara | Komentářů: 1
    16.10. 02:33 | Nová verze

    Editor kódů Zed (Wikipedie) po macOS a Linuxu s verzí 0.208.4běží také ve Windows.

    Ladislav Hagara | Komentářů: 8
    15.10. 17:44 | IT novinky

    Apple dnes představil 14palcový MacBook Pro, iPad Pro a Apple Vision Pro s novým čipem M5.

    Ladislav Hagara | Komentářů: 38
    15.10. 13:55 | Nová verze

    Debian pro mobilní zařízení Mobian (Wikipedie) byl vydán ve verzi 13 Trixie. Nová stabilní verze je k dispozici pro PINE64 PinePhone, PinePhone Pro a PineTab, Purism Librem 5, Google Pixel 3a a 3a XL, OnePlus 6 a 6T a Xiaomi Pocophone F1.

    Ladislav Hagara | Komentářů: 2
    15.10. 13:11 | IT novinky

    Operátor O2 představil tarif Datamanie 1200 GB . Nový tarif přináší 1200 GB dat s neomezenou 5G rychlostí, a také možnost neomezeného volání do všech sítí za 15 Kč na den. Při roční variantě předplatného zákazníci získají po provedení jednorázové platby celou porci dat najednou a mohou je bezstarostně čerpat kdykoli během roku. Do 13. listopadu jej O2 nabízí za zvýhodněných 2 988 Kč. Při průměrné spotřebě tak 100 GB dat vychází na 249 Kč měsíčně.

    Ladislav Hagara | Komentářů: 16
    Jaké řešení používáte k vývoji / práci?
     (37%)
     (46%)
     (21%)
     (21%)
     (24%)
     (18%)
     (21%)
     (18%)
     (18%)
    Celkem 241 hlasů
     Komentářů: 14, poslední 14.10. 09:04
    Rozcestník

    Dotaz: multi regexp

    19.7.2013 14:43 Zaboj Campula
    multi regexp
    Přečteno: 400×

    Zdravim vsechny,

    Vstup

    • Mam mnozinu regularnich vyrazu (radove tisice).
    • a mam jeden textovy retezec.
    Problem
    • Najit alespon jeden regularni vyraz ktery s shoduje s retezcem nebo vratit chybu.
    Jazyk
    • idealne c/c++
    Sekvencni prochazeni vsech regularnich vyrazu a test na shodu je pomale.

    Ma nekdo nejaky napad na chytry algoritmus?

    Odpovědi

    19.7.2013 15:55 Kit
    Rozbalit Rozbalit vše Re: multi regexp
    Spojit těch 1000 regulárních výrazů do jednoho?
    19.7.2013 16:15 ::: | skóre: 14 | blog: e_lama
    Rozbalit Rozbalit vše Re: multi regexp
    pokud potrebuje vedet i ktery z nich matchuje tak to nebude tak jednoduchy.

    Napada me treba:

    - nejdriv udelas jeden velky RE, ktery vrati match pokud libovolny z tech 1000 RE by vratil match

    - vyzkousis a pokud najde match, tak:

    - vytvoris si 2 novy RE. Jeden bude spojovat puvodni RE 1 .. 500, ten druhy bude spojovat puvodni RE 501 .. 1000

    - vyzkousis match s kazdym z tech dvou

    - ten ktery vrati shodu znovu rozdelis, atd...

    Ty spojovaci RE by sis mohl predpocitat a umistnit do binarniho stromu, ktery bys potom prochazel od korene k listum...

    Takze bys vzdycky zkousel log2(N) RE.
    19.7.2013 16:20 ::: | skóre: 14 | blog: e_lama
    Rozbalit Rozbalit vše Re: multi regexp
    jeste bych doplnil ze tohle by melo fungovat dobre pokud pouzivas regex engine ktery si to vnitrne prevadi na FA.

    Pokud vnitrne pouziva backtracking tak to asi nepomuze...
    19.7.2013 16:18 Zaboj Campula
    Rozbalit Rozbalit vše Re: multi regexp
    To jako kdybych mel dejme tomu regularni vyrazy
    • A.*B
    • A[AB]C
    • D$
    Tak udlat jeden \(A.*B\|A[AB]C\|D$\) To by mozna slo, ale nejsem si jisty jestly by to bylo o moc rychlejsi nez sekvencni prohledavani. Zmerim a dam vedet.
    19.7.2013 16:58 Kit
    Rozbalit Rozbalit vše Re: multi regexp
    Přesně tak. Záleží na kvalitě kompilátoru regulárního výrazu, ale předpokládám řádové zrychlení oproti sekvenčnímu prohledávání.

    Některé jazyky (např. PHP) umožňují zadat regulární výrazy do pole. Netuším, jak je to s rychlostí.
    wamba avatar 19.7.2013 18:00 wamba | skóre: 38 | blog: wamba
    Rozbalit Rozbalit vše Re: multi regexp
    No v Perl-u jsem to zkoušel a dokážu najít případy, kdy to bude rychlejší i o dost pomalejší
    #!/usr/bin/perl
    use 5.010;
    use warnings;
    use strict;
    use List::Util qw{first};
    use Benchmark;
    our $VERSION = 0.001;
    
    my $string =
    '234781802319q8019810328103982104398021483049823094830498023982094823028340932840923830483201223';
    
    my @multiregexp = ( qr{ \A \d+ . \z }msx, qr{ \$ }msx, );
    
    timethese(
        1000000,
        {
            more => sub {
                my $trueregexp = first { $string ~~ $_ } @multiregexp;
            },
            one => sub { my $tt = $string ~~ m{\A \d+ . \z|\$}msx ? 1 : 0; },
            one_better =>
              sub { my $tt = $string ~~ m{\A \d+ . \z|\A .* \$ .* \z}msx ? 1 : 0; },
        }
    );
    
    mi vypíše
    Benchmark: timing 1000000 iterations of more, one, one_better...
          more:  3 wallclock secs ( 2.72 usr +  0.00 sys =  2.72 CPU) @ 367647.06/s (n=1000000)
           one: 14 wallclock secs (13.69 usr +  0.01 sys = 13.70 CPU) @ 72992.70/s (n=1000000)
    one_better: 12 wallclock secs (12.06 usr +  0.00 sys = 12.06 CPU) @ 82918.74/s (n=1000000)
    
    když $string upravím a přidám na konec $, tak
          more:  3 wallclock secs ( 3.21 usr +  0.00 sys =  3.21 CPU) @ 311526.48/s (n=1000000)
           one: 12 wallclock secs (13.74 usr +  0.00 sys = 13.74 CPU) @ 72780.20/s (n=1000000)
    one_better:  1 wallclock secs ( 2.04 usr +  0.00 sys =  2.04 CPU) @ 490196.08/s (n=1000000)
    
    a když smažu q z takto upraveného $string
          more:  3 wallclock secs ( 2.18 usr +  0.00 sys =  2.18 CPU) @ 458715.60/s (n=1000000)
           one:  1 wallclock secs ( 1.39 usr +  0.00 sys =  1.39 CPU) @ 719424.46/s (n=1000000)
    one_better:  0 wallclock secs ( 1.36 usr +  0.00 sys =  1.36 CPU) @ 735294.12/s (n=1000000)
    
    atp.
    This would have been so hard to fix when you don't know that there is in fact an easy fix.
    wamba avatar 19.7.2013 18:51 wamba | skóre: 38 | blog: wamba
    Rozbalit Rozbalit vše Re: multi regexp
    a to first ještě dá na výstup, který ten regexp bude true ještě se to dá otestovat jako
     more_better => sub {
                my $tt = $string ~~ @multiregexp ? 1 : 0;
              }
    
    které je nejrychlejší ve všech předešlých případech
    This would have been so hard to fix when you don't know that there is in fact an easy fix.
    19.7.2013 15:59 Mr.S1lent.cz
    Rozbalit Rozbalit vše Re: multi regexp
    Nebo taky muzes zaindexovat hledany retezec a napsat custom regexp nastroj pro vyhledavani v indexu :)
    19.7.2013 16:25 Zaboj Campula
    Rozbalit Rozbalit vše Re: multi regexp
    Omlovam se, ale nechapu. Slo by ten napad nejak rozvest, abych ho pochopil i ja?
    19.7.2013 18:55 Mr.S1lent.cz
    Rozbalit Rozbalit vše Re: multi regexp
    Zalezi na povaze vstupu, z toho musis vychazet.

    1) je to nahodny retezec vsech pismen nebo jen velkych a malych, cisel, specialnich znaku? 2) regexpy jsou generovany obecne na nejake mnoziny znaku nebo primo na nejaky konkretni retezce?

    To zaindexovani ti odhalim, az ty mi zodpovis tyto dva body, jinak to nema smysl :)
    wamba avatar 20.7.2013 09:59 wamba | skóre: 38 | blog: wamba
    Rozbalit Rozbalit vše Re: multi regexp
    tak abych odpověděl navrhuji použít Perl
    use 5.010;
    use warnings;
    use strict;
    use List::Util qw{first};
    our $VERSION = 0.001;
    
    my $string =
    '23478180231x98019810328103982104398021483049823094830498023982094823028340932840923830483201223$';
    
    my @multiregexp = ( qr{ \A \d+ . \z }msx, qr{ \$ }msx, );
    my $trueregexp = first { $string ~~ $_ } @multiregexp;
    
    say 'tento regexp vyhovuje ', $trueregexp;
    
    a když to nebude dostatečně rychlé, tak to chce vědět více o těch regexp-ech popř. o tom řetězci, aby se dalo navrhnout něco efektivnějšího
    This would have been so hard to fix when you don't know that there is in fact an easy fix.
    23.7.2013 15:51 Zaboj Campula
    Rozbalit Rozbalit vše Re: multi regexp

    Takze dekuji vsem za kometare.

    Spojeni do jednoho velkeho regexpu jak je navrzeno vyse by snad splnilo podminku na rychle vyhledavani, nicmene jsem skoncil na tom ze je potreba i pomerne rychla reakce na to kdyz uzivatel nejaky regulani vyraz prida/ubere/zmeni a konstrukce toho dloooouheho regularniho vyrazu a jeho kompilace je prilis pomala.

    Vysledne reseni je nakonec zalozene na tom, ze ty regularni vyrazy - tedy alespon vetsinaz nich ma v sobe nejaky pevny retezec, napriklad "[0-9]ABC[0-9]" a pomoci techto retezcu lze udelat index a v tom indexu najit podmnozinu regexu ktere se pak matchuji sekvencne. Vetsinou jsou to regexy slozitejsi nez v tom prikladu, ale obvykle to jde a tech par stovek regexu, ze kterych se neda nejaky rozumny retezec vyextraovat se bude prochazet sekvencne az kdyz se nenajde jinde.

    Založit nové vláknoNahoru

    Tiskni Sdílej: Linkuj Jaggni to Vybrali.sme.sk Google Del.icio.us Facebook

    ISSN 1214-1267   www.czech-server.cz
    © 1999-2015 Nitemedia s. r. o. Všechna práva vyhrazena.