如何使用更通用的数据结构

How can I use a more generic data structure?

本文关键字：数据结构 何使用      更新时间：2023-10-16

>我正在尝试创建一个文本解析器，该解析器将允许有限的用户定义的替换规则。

也就是说，我正在从DOS ASCII文件中读取代码，其中排序很重要，并且必须保持行号。 有了这个输入，我想应用用户定义的替换规则(用这个字符串交换那个字符串，如果我们看到这个字符串后跟那个字符串，执行这个翻译，等等(。

输出也是一个格式化的 DOS ASCII 文件。

大多数规则都是直接替换 tit 进行 tat 类型替换，但是，在某些情况下，我想定义一个规则，例如如果 A 后面跟着 B 在将来的任何时候，请应用此规则。

为此，我使用了这样的结构树：

struct node {
    list<string> common;  // the text which is not affected by conditions
    string condition;     // matching this string selects the left, otherwise the right
    node *lptr, *rptr;    // pointers to the child nodes, if needed
};

每当我遇到这样的规则时，我都可以在省略和应用规则的情况下维护输出，延迟决定使用哪个规则，直到明确解决为止。

这有点浪费内存，但似乎是避免两次传递输入数据的最佳方法(输入数据的大小未知，但可能小于 1 meg(。

当然，可能存在这样的情况，即在一个或两个子节点中触发这种类型的不同规则，因此这就是树结构的原因。

没有限制孩子必须在父母之前决定，可能是父母只能在孩子的一个分支上决定。 遇到EOF会决定任何犹豫不决的孩子朝着错误的方向发展。

所以很明显，我在倒带和折叠节点时必须小心。

对于这个普遍问题，有更简单的解决方案吗？ 有没有办法以比我的树呈现的更有效的方式使用标准库容器？

你可能想看看NFA和DFA，即非确定性有限状态自动和确定性有限状态自动。这两种方法是编写解析器的最常见且通常非常有效的方法。

实际上不需要将数据存储在节点中，否则它会被传递并浪费内存。更好的方法是，分配一个变量(例如 int state = 0(来跟踪当前的解析状态。根据当前状态和输入，您的算法将更改状态。状态总是向前移动，但你可以告诉你的算法在某个条件不匹配时返回到以前的某个状态(称为"回溯"(。

例如，如果"ab"和"ac">

是两个有效的输入，那么在解析"ac"时，算法可能是这样的：

char is 'a' ==> go to state.checkB
char is not 'b' ==> go back to state.checkA
checkB was already done ==> go to state.checkC
char is 'c' ==> DoSomething();

需要大量的文章和图表才能完全解释所有内容，希望这会让您知道在哪里进一步查看。

假设"文本解析器"的意思是你试图压缩相同含义的单词和短语，以简化对命令的反应。

在这种情况下，根据旧文本冒险程序，使用规则查找表的简单左右解析器将在这里工作。

除非我误解了您的问题域，否则您的解决方案似乎过度设计。

听起来你应该尝试正则表达式。以下是有关选择库的讨论链接：C++正则表达式库选择。Boost是一种流行的。

另外，您是否考虑过使用另一种语言来解决问题？Python有一个很好的有用库基础，包括一个用于正则表达式(import re(的库。如果它在您的驾驶室中，您可能会发现它比C++解决方案更容易。

最后，考虑对输入文件使用"已定义"的文本格式，而不是自定义格式。XML 是一个不错的选择。在 XML 树中嵌套规则可能更容易。C++，你可以使用Expat XML解析器(Python将是xml.etree.ElementTree(。

相关文章：