[发明专利]确定自动机的空间压缩方法

权利要求书

1.一种确定自动机的空间压缩方法，包括：

步骤1)、对确定自动机中的各个状态做分簇操作，得到多个用于表示 状态集合的簇；

步骤2)、将所述确定自动机中各个状态的转移边按步骤1)所得到的 簇分类，得到多个簇矩阵、与所述簇矩阵对应的位图以及一个剩余矩阵； 其中，所述簇矩阵包括指向同一簇的转移边，所述位图用于描述簇矩阵中 相关元素的有效性；所述剩余矩阵包括确定自动机中未被包含到所述簇矩 阵中的剩余转移边；

步骤3)、为所述簇矩阵中的各行提取基值，然后将所述簇矩阵转换成 一个偏移量矩阵，再将偏移量矩阵中的各行合并，增加用于标记可合并状 态的索引数组，得到所述簇矩阵的压缩矩阵；其中，

所述的基值为基值所在行所对应簇中的最小值，所述的偏移量矩阵中 的偏移量为所述簇矩阵中的转移边的值与所述基值间的差；

所述的将偏移量矩阵中的各行合并时，满足以下规则：在矩阵T中， 当且仅当对任意字符c满足T[r][c]＝-1或者T[s][c]＝-1或者T[s][c]＝ T[r][c]时，行r和行s是可合并的，其中，“-1”代表对应位置的值为无效 值。

2.根据权利要求1所述的确定自动机的空间压缩方法，其特征在于， 还包括：

步骤4)、压缩所述的剩余矩阵。

3.根据权利要求1或2所述的确定自动机的空间压缩方法，其特征 在于，所述的步骤1)包括：

步骤1-1)、从确定状态机的初始状态开始做广度优先遍历，得到trie 树结构；

步骤1-2)、对所得到的trie树中的各个状态做分簇操作，得到多个用 于表示状态集合的簇；其中，在做分簇操作时，将所述确定自动机的初始 状态作为一个单独的簇，将所述确定自动机中一个状态的所有直接后继状 态的集合作为一个簇。

4.根据权利要求1或2所述的确定自动机的空间压缩方法，其特征 在于，所述的步骤2)包括：

步骤2-1)、判断所述确定自动机中剩余转移边的数目是否小于阈值， 若小于，则将剩余的转移边填入所述的剩余矩阵中，否则，执行下一步；

步骤2-2)、将所述确定自动机中剩余的所有转移边中指向同一簇最多 的转移边转移到一个簇矩阵中，并用一个对应的位图表示该簇矩阵中元素 的有效性。

5.根据权利要求1或2所述的确定自动机的空间压缩方法，其特征 在于，所述的位图包括多个与所述簇矩阵具有一一对应关系的位图，所述 位图用于描述与其具有对应关系的簇矩阵中元素的有效性。

6.根据权利要求1或2所述的确定自动机的空间压缩方法，其特征 在于，所述的位图包括一个位图，所述位图利用位图中元素的数值大小描 述所述转移边在按簇分类后的位置。

7.一种由权利要求1-6之一的确定自动机的空间压缩方法所得到的矩 阵实现正则表达式匹配的方法，包括：

输入文本，用所述矩阵对所述输入文本进行匹配；所述的用所述矩阵 对所述输入文本进行匹配包括：

步骤a)、在一个簇矩阵对应的位图中查看位图元素bitmap[s][c]是否 为有效状态，若为有效状态，则将所述簇矩阵中基值base[s]和偏移量 T[equal[s]][c]之和的值作为当前状态的直接后继状态，若为无效状态，执 行下一步；

其中，所述的s代表当前状态，所述的c代表输入文本中所要匹配的 字符，所述的equal代表用于标记可合并状态的索引数组，所述的T代表 簇矩阵；

步骤b)、判断是否还存在未经处理的簇矩阵，若存在，则取出未经处 理的下一个簇矩阵及其位图后，重新执行步骤a)，否则，执行下一步；

步骤c)、从所述的剩余矩阵中取出T′[s]][c]的值，作为当前状态的直 接后继状态；其中，所述的T′表示剩余矩阵。

8.根据权利要求7所述的正则表达式匹配方法，其特征在于，在所 述的步骤b)中，按照所包含的转移边数量的多少依次选择所述的簇矩阵。