XMLTree.cpp

   1 #include "XMLTree.h"\r
   2 #include <cstring>\r
   3 \r
   4 // functions to convert tag positions to the corresponding tree node and viceversa. \r
   5 // These are implemented in order to be able to change the tree and Tags representations, \r
   6 // without affecting the code so much.\r
   7 // Current implementation corresponds to balanced-parentheses representation for\r
   8 // the tree, and storing 2 tags per tree node (opening and closing tags).\r
   9 \r
  10 // tag position -> tree node\r
  11 inline treeNode tagpos2node(int t) {\r
  12    return (treeNode)t;\r
  13 }\r
  14 \r
  15 // tree node -> tag position\r
  16 inline int node2tagpos(treeNode x) {\r
  17    return (int)x;\r
  18 }\r
  19 \r
  20 \r
  21 //KIM OJO to prevent suprious "unused result" warnings\r
  22 \r
  23 inline void ufread(void *ptr, size_t size, size_t nmemb, FILE *stream){\r
  24   size_t res;\r
  25   res = fread(ptr,size,nmemb,stream);\r
  26   if (res < nmemb)\r
  27     throw "ufread I/O error";\r
  28 \r
  29   return;\r
  30 }\r
  31 \r
  32 inline void ufwrite(const void *ptr, size_t size, size_t nmemb, FILE *stream){\r
  33   size_t res;\r
  34   res = fwrite(ptr,size,nmemb,stream);\r
  35   if (res < nmemb)\r
  36     throw "ufwrite I/O error";\r
  37   return;\r
  38 }\r
  39 \r
  40 // OJO to fail cleanly while doing a realloc\r
  41 // if we can't realloc we are pretty much screwed anyway but\r
  42 // it makes the code clearer to not have a bunch of if (!ptr) { printf("..."); exit(1); };\r
  43 inline void * urealloc(void *ptr, size_t size){\r
  44 \r
  45   void * dest = realloc(ptr,size);\r
  46   //don't fail if we requested size 0\r
  47   if (dest == NULL && size > 0 )\r
  48     throw std::bad_alloc();\r
  49   return dest;\r
  50 \r
  51 }\r
  52 \r
  53 inline void * ucalloc(size_t nmemb, size_t size){\r
  54 \r
  55   void * dest = calloc(nmemb,size);\r
  56   //don't fail if we requested size 0\r
  57   if (dest == NULL && nmemb > 0 && size > 0 )\r
  58     throw std::bad_alloc();\r
  59   return dest;\r
  60 \r
  61 }\r
  62 \r
  63 inline void * umalloc(size_t size){\r
  64   void * dest = malloc(size);\r
  65   if (dest == NULL && size > 0)\r
  66     throw std::bad_alloc();\r
  67   return dest;\r
  68 }\r
  69 \r
  70 // Save: saves XML tree data structure to file. \r
  71 void XMLTree::Save(unsigned char *filename) \r
  72  {\r
  73 \r
  74     FILE *fp;\r
  75     char filenameaux[1024];\r
  76     int i;\r
  77    \r
  78     sprintf(filenameaux, "%s.srx", filename);\r
  79     fp = fopen(filenameaux, "w");\r
  80     if (fp == NULL) {\r
  81        printf("Error: cannot create file %s to store the tree structure of XML collection\n", filenameaux);\r
  82        exit(1);\r
  83     } \r
  84     \r
  85     // first stores the tree topology\r
  86     saveTree(Par, fp);\r
  87  \r
  88     // stores the table with tag names\r
  89     ufwrite(&ntagnames, sizeof(int), 1, fp);\r
  90     for (i=0; i<ntagnames;i++)\r
  91       fprintf(fp, "%s\n",TagName[i]);\r
  92     \r
  93     \r
  94     // stores the flags\r
  95     ufwrite(&indexing_empty_texts, sizeof(bool), 1, fp);\r
  96     ufwrite(&initialized, sizeof(bool), 1, fp);\r
  97     ufwrite(&finished, sizeof(bool), 1, fp);\r
  98     ufwrite(&disable_tc, sizeof(bool),1,fp);\r
  99     \r
 100     if (!indexing_empty_texts) EBVector->save(fp);\r
 101     \r
 102     // stores the tags\r
 103     Tags->save(fp);\r
 104 \r
 105     // stores the texts   \r
 106     if (!disable_tc)\r
 107       Text->Save(fp);\r
 108     if (!disable_tc){\r
 109     int st = CachedText.size();\r
 110     ufwrite(&st, sizeof(int),1,fp);\r
 111     for (int i = 0; i< CachedText.size(); ++i){\r
 112       st = CachedText.at(i).size();\r
 113       ufwrite(&st, sizeof(int),1,fp);\r
 114       ufwrite(CachedText.at(i).c_str(),sizeof(char),(1+strlen(CachedText.at(i).c_str())),fp);\r
 115     };\r
 116     };\r
 117     fclose(fp);\r
 118 \r
 119  }\r
 120 \r
 121 \r
 122 // Load: loads XML tree data structure from file. Returns\r
 123 // a pointer to the loaded data structure\r
 124 XMLTree *XMLTree::Load(unsigned char *filename, int sample_rate_text) \r
 125  {\r
 126 \r
 127     FILE *fp;\r
 128     char buffer[1024];\r
 129     XMLTree *XML_Tree;\r
 130     int i;\r
 131     size_t s_tree = 0;\r
 132     long s_text = 0;\r
 133     size_t s_tags = 0;\r
 134 \r
 135     // first load the tree topology\r
 136     sprintf(buffer, "%s.srx", filename);\r
 137     fp = fopen(buffer, "r");\r
 138     if (fp == NULL) {\r
 139        printf("Error: cannot open file %s to load the tree structure of XML collection\n", buffer);\r
 140        exit(1);\r
 141     } \r
 142 \r
 143     XML_Tree = new XMLTree();\r
 144 \r
 145     XML_Tree->Par = (bp *)umalloc(sizeof(bp));\r
 146 \r
 147     loadTree(XML_Tree->Par, fp); \r
 148 \r
 149     s_tree += sizeof(bp);\r
 150 \r
 151     // stores the table with tag names\r
 152     ufread(&XML_Tree->ntagnames, sizeof(int), 1, fp);\r
 153     \r
 154     s_tree += sizeof(int);\r
 155 \r
 156     XML_Tree->TagName = (unsigned char **)umalloc(XML_Tree->ntagnames*sizeof(unsigned char *));\r
 157     \r
 158     s_tags += sizeof(unsigned char*)*XML_Tree->ntagnames;\r
 159 \r
 160 \r
 161     for (i=0; i<XML_Tree->ntagnames;i++) {\r
 162       \r
 163       // OJO Kim is it needed ?\r
 164       int k = feof(fp);\r
 165 \r
 166       \r
 167        // fscanf chokes on "\n" which is the case for the root element\r
 168        char * r = fgets(buffer,1023,fp);\r
 169        //       int r = fscanf(fp, "%s\n",buffer);\r
 170        if (r==NULL)\r
 171          throw "Cannot read tag list";\r
 172 \r
 173        // strlen is actually the right size, since there is a trailing '\n'\r
 174        int len = strlen((const char*)buffer);\r
 175        XML_Tree->TagName[i] = (unsigned char *)ucalloc(len,sizeof(char));\r
 176        strncpy((char *)XML_Tree->TagName[i], (const char *)buffer,len - 1);\r
 177        s_tags+= len*sizeof(char);\r
 178     }\r
 179         \r
 180     // loads the flags\r
 181 \r
 182     ufread(&(XML_Tree->indexing_empty_texts), sizeof(bool), 1, fp);\r
 183     ufread(&(XML_Tree->initialized), sizeof(bool), 1, fp);\r
 184     ufread(&(XML_Tree->finished), sizeof(bool), 1, fp);\r
 185     ufread(&(XML_Tree->disable_tc), sizeof(bool), 1, fp);\r
 186     \r
 187     s_tree+=sizeof(bool)*4;\r
 188 \r
 189     if (!(XML_Tree->indexing_empty_texts)) XML_Tree->EBVector = static_bitsequence_rrr02::load(fp);\r
 190     \r
 191     s_tree+= XML_Tree->EBVector->size();\r
 192     \r
 193     // loads the tags\r
 194     XML_Tree->Tags = static_sequence::load(fp);\r
 195     s_tree+= XML_Tree->Tags->size();\r
 196 \r
 197     s_text = ftell(fp);\r
 198 \r
 199     // loads the texts\r
 200     if (!XML_Tree->disable_tc){\r
 201       XML_Tree->Text = TextCollection::InitTextCollection(sample_rate_text);\r
 202       XML_Tree->Text->Load(fp,sample_rate_text);\r
 203       int sst;\r
 204       int st;\r
 205       ufread(&sst, sizeof(int),1,fp);\r
 206       for (int i=0;i<sst;i++){\r
 207         ufread(&st, sizeof(int),1,fp);\r
 208         char* str = (char*) malloc(sizeof(char)*st+1);\r
 209         ufread(str,sizeof(char),st+1,fp);\r
 210         string cppstr = str;\r
 211         XML_Tree->CachedText.push_back(cppstr);\r
 212         free(str);\r
 213       };\r
 214 \r
 215     }\r
 216     else\r
 217       XML_Tree->Text = NULL;\r
 218 \r
 219     s_text = ftell(fp) - s_text;\r
 220 \r
 221     \r
 222 \r
 223 \r
 224     fclose(fp);\r
 225 \r
 226     std::cerr << "Tree part is " << s_tree/1024 << " Kbytes,\n"\r
 227               << "with node->tagid part " << XML_Tree->Tags->size()/1024 << "Kbytes \n"\r
 228               << "size of Tag part : " << XML_Tree->Tags->length () << " elements\n"\r
 229               << "sizof(unsigned int)* " <<  XML_Tree->Tags->length () << " = " << \r
 230       sizeof(unsigned int) * XML_Tree->Tags->length () / 1024 << " Kbytes\n"\r
 231               << "Tag part is " << s_tags/1024 << " Kbytes,\n"\r
 232               << "Text collection is " << s_text/1024 << " Kbytes \n";\r
 233     return XML_Tree;\r
 234  }\r
 235 \r
 236 \r
 237 // ~XMLTree: frees memory of XML tree.\r
 238 XMLTree::~XMLTree() \r
 239  { \r
 240     int i;\r
 241 \r
 242     destroyTree(Par);\r
 243     free(Par); // frees the memory of struct Par\r
 244    \r
 245     for (i=0; i<ntagnames;i++) \r
 246        free(TagName[i]);\r
 247     \r
 248     free(TagName);\r
 249 \r
 250     if (!indexing_empty_texts) {\r
 251        //EBVector->~static_bitsequence_rrr02();\r
 252        delete EBVector;\r
 253        EBVector = NULL;\r
 254     }\r
 255 \r
 256     //Tags->~static_sequence_wvtree();\r
 257     delete Tags;\r
 258     Tags = NULL;\r
 259 \r
 260     //Text->~TextCollection();\r
 261     delete Text;\r
 262     Text = NULL;\r
 263 \r
 264     initialized = false;\r
 265     finished = false;\r
 266  }\r
 267 \r
 268 // root(): returns the tree root.\r
 269 treeNode XMLTree::Root() \r
 270  {\r
 271     if (!finished) {\r
 272        fprintf(stderr, "Root() : Error: data structure has not been constructed properly\n");\r
 273        exit(1);\r
 274     }\r
 275     return root_node(Par);\r
 276  }\r
 277 \r
 278 // SubtreeSize(x): the number of nodes (and attributes) in the subtree of node x.\r
 279 int XMLTree::SubtreeSize(treeNode x) \r
 280  {\r
 281     if (!finished) {\r
 282        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 283        exit(1);\r
 284     }\r
 285     return subtree_size(Par, x);\r
 286  }\r
 287 \r
 288 // SubtreeTags(x,tag): the number of occurrences of tag within the subtree of node x.\r
 289 int XMLTree::SubtreeTags(treeNode x, TagType tag) \r
 290  {\r
 291     if (!finished) {\r
 292        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 293        exit(1);\r
 294     }\r
 295     if (x == Root())\r
 296       x = first_child(Par,x);\r
 297     \r
 298 \r
 299     int s = x + 2*subtree_size(Par, x) - 1;\r
 300  \r
 301     return Tags->rank(tag, s) - Tags->rank(tag, node2tagpos(x)-1);\r
 302  }\r
 303 \r
 304 // IsLeaf(x): returns whether node x is leaf or not. In the succinct representation\r
 305 // this is just a bit inspection.\r
 306 bool XMLTree::IsLeaf(treeNode x) \r
 307  {\r
 308     return isleaf(Par, x);\r
 309  } \r
 310 \r
 311 // IsAncestor(x,y): returns whether node x is ancestor of node y.\r
 312 bool XMLTree::IsAncestor(treeNode x, treeNode y) \r
 313  {\r
 314     if (!finished) {\r
 315        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 316        exit(1);\r
 317     }\r
 318 \r
 319     return is_ancestor(Par, x, y);\r
 320  }\r
 321 \r
 322 // IsChild(x,y): returns whether node x is parent of node y.\r
 323 bool XMLTree::IsChild(treeNode x, treeNode y) \r
 324  {\r
 325     if (!finished) {\r
 326        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 327        exit(1);\r
 328     }\r
 329 \r
 330     if (!is_ancestor(Par, x, y)) return false;\r
 331     return depth(Par, x) == (depth(Par, y) + 1);\r
 332  }\r
 333 \r
 334 // NumChildren(x): number of children of node x. Constant time with the data structure\r
 335 // of Sadakane.\r
 336 int XMLTree::NumChildren(treeNode x) \r
 337  {\r
 338     if (!finished) {\r
 339        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 340        exit(1);\r
 341     }\r
 342 \r
 343     return degree(Par, x);\r
 344  }\r
 345 \r
 346 // ChildNumber(x): returns i if node x is the i-th children of its parent.\r
 347 int XMLTree::ChildNumber(treeNode x) \r
 348  {\r
 349     if (!finished) {\r
 350        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 351        exit(1);\r
 352     }\r
 353 \r
 354     return child_rank(Par, x);\r
 355  }\r
 356 \r
 357 // Depth(x): depth of node x, a simple binary rank on the parentheses sequence.\r
 358 int XMLTree::Depth(treeNode x) \r
 359  {\r
 360     if (!finished) {\r
 361        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 362        exit(1);\r
 363     }\r
 364 \r
 365     return depth(Par, x);\r
 366  }\r
 367 \r
 368 // Preorder(x): returns the preorder number of node x, just counting the tree\r
 369 // nodes (i.e., tags, it disregards the texts in the tree).\r
 370 int XMLTree::Preorder(treeNode x) \r
 371  {\r
 372     if (!finished) {\r
 373        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 374        exit(1);\r
 375     }\r
 376 \r
 377     return preorder_rank(Par, x);\r
 378  }\r
 379 \r
 380 // Postorder(x): returns the postorder number of node x, just counting the tree\r
 381 // nodes (i.e., tags, it disregards the texts in the tree).\r
 382 int XMLTree::Postorder(treeNode x) \r
 383  {\r
 384     if (!finished) {\r
 385        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 386        exit(1);\r
 387     }\r
 388     return postorder_rank(Par, x);\r
 389  }\r
 390 \r
 391 // Tag(x): returns the tag identifier of node x.\r
 392 TagType XMLTree::Tag(treeNode x) \r
 393  {\r
 394     if (!finished) {\r
 395        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 396        exit(1);\r
 397     }\r
 398     \r
 399     return Tags->access(node2tagpos(x));\r
 400  }\r
 401 \r
 402 // DocIds(x): returns the range of text identifiers that descend from node x.\r
 403 // returns {NULLT, NULLT} when there are no texts descending from x.\r
 404 range XMLTree::DocIds(treeNode x) \r
 405  {\r
 406     if (!finished) {\r
 407        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 408        exit(1);\r
 409     }\r
 410 \r
 411     range r;\r
 412     if (indexing_empty_texts) { // faster, no rank needed\r
 413        r.min = x;\r
 414        r.max = x+2*subtree_size(Par, x)-2;\r
 415     }\r
 416     else { // we are not indexing empty texts, we need rank\r
 417        int min = EBVector->rank1(x-1);                          \r
 418        int max = EBVector->rank1(x+2*subtree_size(Par, x)-2); \r
 419        if (min==max) { // range is empty, no texts within the subtree of x\r
 420           r.min = NULLT;\r
 421           r.max = NULLT;\r
 422        }\r
 423        else { // the range is non-empty, there are texts within the subtree of x\r
 424           r.min = min+1;\r
 425           r.max = max;\r
 426        }\r
 427     }\r
 428     return r;\r
 429  }\r
 430 \r
 431 // Parent(x): returns the parent node of node x.\r
 432 treeNode XMLTree::Parent(treeNode x) \r
 433  {\r
 434     if (!finished) {\r
 435        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 436        exit(1);\r
 437     }\r
 438     if (x == Root())\r
 439       return NULLT;\r
 440     else\r
 441       return parent(Par, x);\r
 442  }\r
 443 \r
 444 // Child(x,i): returns the i-th child of node x, assuming it exists.\r
 445 treeNode XMLTree::Child(treeNode x, int i) \r
 446 {\r
 447     if (!finished) {\r
 448        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 449        exit(1);\r
 450     }\r
 451 \r
 452     if (i <= OPTD) return naive_child(Par, x, i);\r
 453     else return child(Par, x, i);\r
 454  }\r
 455 \r
 456 // FirstChild(x): returns the first child of node x, assuming it exists. Very fast in BP.\r
 457 treeNode XMLTree::FirstChild(treeNode x) \r
 458  {\r
 459     if (!finished) {\r
 460        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 461        exit(1);\r
 462     }\r
 463 \r
 464     return first_child(Par, x);\r
 465  }\r
 466 \r
 467 // NextSibling(x): returns the next sibling of node x, assuming it exists.\r
 468 treeNode XMLTree::NextSibling(treeNode x) \r
 469  {\r
 470     if (!finished) {\r
 471        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 472        exit(1);\r
 473     }\r
 474     if (x == Root())\r
 475       return NULLT;\r
 476  \r
 477     return next_sibling(Par, x);\r
 478  }\r
 479 \r
 480 // PrevSibling(x): returns the previous sibling of node x, assuming it exists.\r
 481 treeNode XMLTree::PrevSibling(treeNode x) \r
 482  {\r
 483     if (!finished) {\r
 484        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 485        exit(1);\r
 486     }\r
 487 \r
 488     return prev_sibling(Par, x);\r
 489  }\r
 490 \r
 491 // TaggedChild(x,i,tag): returns the i-th child of node x tagged tag, or NULLT if there is none.\r
 492 // Because of the balanced-parentheses representation of the tree, this operation is not supported\r
 493 // efficiently, just iterating among the children of node x until finding the desired child.\r
 494 treeNode XMLTree::TaggedChild(treeNode x, int i, TagType tag) \r
 495  {\r
 496     if (!finished) {\r
 497        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 498        exit(1);\r
 499     }\r
 500 \r
 501     treeNode child;\r
 502    \r
 503     child = first_child(Par, x); // starts at first child of node x\r
 504     if (child==(treeNode)-1) return NULLT; // node x is a leaf, there is no such child\r
 505     while (child!=(treeNode)-1) {\r
 506        if (Tags->access(node2tagpos(child)) == tag) { // current child is labeled with tag of interest\r
 507           i--;\r
 508           if (i==0) return child; // we have seen i children of x tagged tag, this is the one we are looking for\r
 509        }\r
 510        child = next_sibling(Par, x); // OK, let's try with the next child\r
 511     }\r
 512     return NULLT; // no such child was found  \r
 513  }\r
 514 \r
 515 // TaggedDesc(x,tag): returns the first node tagged tag with larger preorder than x and within\r
 516 // the subtree of x. Returns NULLT if there is none.\r
 517 treeNode XMLTree::TaggedDesc(treeNode x, TagType tag) \r
 518  {\r
 519     if (!finished) {\r
 520        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 521        exit(1);\r
 522     }\r
 523 \r
 524     int r, s;\r
 525     treeNode y;\r
 526     if (isleaf(Par,x))\r
 527       return NULLT;\r
 528 \r
 529     r = (int) Tags->rank(tag, node2tagpos(x));\r
 530     s = (int) Tags->select(tag, r+1);\r
 531     if (s == -1) return NULLT; // there is no such node\r
 532     y = tagpos2node(s); // transforms the tag position into a node position\r
 533     if (!is_ancestor(Par, x, y)) return NULLT; // the next node tagged tag (in preorder) is not within the subtree of x.\r
 534     else return y;\r
 535  }\r
 536 \r
 537 // TaggedNext(x,tag): returns the first node tagged tag with larger preorder than x \r
 538 // Returns NULLT if there is none.\r
 539 treeNode XMLTree::TaggedNext(treeNode x, TagType tag) \r
 540  {\r
 541     if (!finished) {\r
 542        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 543        exit(1);\r
 544     }\r
 545 \r
 546     int r, s;\r
 547     treeNode y;\r
 548     if (x==NULLT)\r
 549       return NULLT;\r
 550 \r
 551     r = (int) Tags->rank(tag, node2tagpos(x));\r
 552     s = (int) Tags->select(tag, r+1);\r
 553     if (s == -1) return NULLT; // there is no such node\r
 554     y = tagpos2node(s); // transforms the tag position into a node position  \r
 555     return (y<=x ? NULLT : y);\r
 556  }\r
 557 \r
 558 \r
 559 // TaggedPrec(x,tag): returns the first node tagged tag with smaller preorder than x and not an\r
 560 // ancestor of x. Returns NULLT if there is none.\r
 561 treeNode XMLTree::TaggedPrec(treeNode x, TagType tag) \r
 562  {\r
 563     if (!finished) {\r
 564        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 565        exit(1);\r
 566     }\r
 567     \r
 568     int r, s;\r
 569     treeNode node_s, root;\r
 570     r = (int)Tags->rank(tag, node2tagpos(x)-1);\r
 571     if (r==0) return NULLT; // there is no such node.\r
 572     s = (int)Tags->select(tag, r);\r
 573     root = root_node(Par);\r
 574     node_s = tagpos2node(s);\r
 575     while (is_ancestor(Par, node_s, x) && (node_s!=root)) { // the one that we found is an ancestor of x\r
 576        r--;\r
 577        if (r==0) return NULLT; // there is no such node\r
 578        s = (int)Tags->select(tag, r);  // we should use select_prev instead when provided\r
 579        node_s = tagpos2node(s);\r
 580     }\r
 581     return NULLT; // there is no such node \r
 582  }\r
 583 \r
 584 // TaggedFoll(x,tag): returns the first node tagged tag with larger preorder than x and not in\r
 585 // the subtree of x. Returns NULLT if there is none.\r
 586 treeNode XMLTree::TaggedFoll(treeNode x, TagType tag) \r
 587  {\r
 588     if (!finished) {\r
 589        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 590        exit(1);\r
 591     }\r
 592 \r
 593     int r, s;\r
 594     if (x ==NULLT || x == Root()|| (next_sibling(Par,x) == -1 ))\r
 595       return NULLT;\r
 596 \r
 597     r = (int) Tags->rank(tag, node2tagpos(next_sibling(Par, x))-1);\r
 598     s = (int) Tags->select(tag, r+1);  // select returns -1 in case that there is no r+1-th tag.\r
 599     if (s==-1) return NULLT;\r
 600     else return tagpos2node(s);\r
 601  }\r
 602 \r
 603 // PrevText(x): returns the document identifier of the text to the left \r
 604 // of node x, or NULLT if x is the root node or the text is empty.\r
 605 // Assumes Doc ids start from 0.\r
 606 DocID XMLTree::PrevText(treeNode x) \r
 607  {\r
 608     if (!finished) {\r
 609        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 610        exit(1);\r
 611     }\r
 612 \r
 613     if (x == Root()) return NULLT;\r
 614     if (indexing_empty_texts)  // faster, no rank needed\r
 615        return (DocID)x-1;\r
 616     else { // we are not indexing empty texts, rank is needed\r
 617        if (EBVector->access(x-1) == 0) \r
 618           return (DocID)NULLT;  // there is no text to the left of node (text is empty)\r
 619        else\r
 620           return (DocID)EBVector->rank1(x-1)-1;  //-1 because document ids start from 0\r
 621     }\r
 622  }\r
 623 \r
 624 // NextText(x): returns the document identifier of the text to the right\r
 625 // of node x, or NULLT if x is the root node. Assumes Doc ids start from 0.\r
 626 DocID XMLTree::NextText(treeNode x) \r
 627  {\r
 628     if (!finished) {\r
 629        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 630        exit(1);\r
 631     }\r
 632 \r
 633     if (x == Root()) return NULLT;\r
 634     if (indexing_empty_texts)  // faster, no rank needed\r
 635        return (DocID)x+2*subtree_size(Par, x)-1;\r
 636     else { // we are not indexing empty texts, rank is needed\r
 637        int p = x+2*subtree_size(Par, x)-1;\r
 638        if (EBVector->access(p) == 0) // there is no text to the right of node\r
 639           return (DocID)NULLT;\r
 640        else\r
 641           return (DocID)EBVector->rank1(p)-1; //-1 because document ids start from 0\r
 642     }\r
 643  }\r
 644 \r
 645 // MyText(x): returns the document identifier of the text below node x, \r
 646 // or NULLT if x is not a leaf node or the text is empty. Assumes Doc \r
 647 // ids start from 0.\r
 648 DocID XMLTree::MyText(treeNode x) \r
 649  {\r
 650     if (!finished) {\r
 651        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 652        exit(1);\r
 653     }\r
 654 \r
 655     if (!IsLeaf(x)) return NULLT;\r
 656     if (indexing_empty_texts) // faster, no rank needed\r
 657        return (DocID)x;\r
 658     else { // we are not indexing empty texts, rank is needed\r
 659        if (EBVector->access(x) == 0)  // there is no text below node x\r
 660           return (DocID)NULLT;\r
 661        else\r
 662           return (DocID)EBVector->rank1(x)-1; //-1 because document ids start from 0\r
 663     } \r
 664  }\r
 665 \r
 666 // TextXMLId(d): returns the preorder of document with identifier d in the tree consisting of\r
 667 // all tree nodes and all text nodes. Assumes that the tree root has preorder 1.\r
 668 int XMLTree::TextXMLId(DocID d) \r
 669  {\r
 670     if (!finished) {\r
 671        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 672        exit(1);\r
 673     }\r
 674 \r
 675     if (indexing_empty_texts) \r
 676        return d + rank_open(Par, d)+1; // +1 because root has preorder 1\r
 677     else { // slower, needs rank and select\r
 678        int s = EBVector->select1(d+1);\r
 679        return rank_open(Par, s) + d + 1; // +1 because root has preorder 1\r
 680     }\r
 681  }\r
 682 \r
 683 // NodeXMLId(x): returns the preorder of node x in the tree consisting \r
 684 // of all tree nodes and all text nodes. Assumes that the tree root has\r
 685 // preorder 0;\r
 686 int XMLTree::NodeXMLId(treeNode x) \r
 687  {\r
 688     if (!finished) {\r
 689        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 690        exit(1);\r
 691     }\r
 692 \r
 693     if (indexing_empty_texts)\r
 694        return x - 1 + rank_open(Par, x);\r
 695     else {\r
 696        if (x == Root()) return 1; // root node has preorder 1\r
 697        else\r
 698           return rank_open(Par, x) + EBVector->rank1(x-1);\r
 699     }\r
 700  }\r
 701 \r
 702 // ParentNode(d): returns the parent node of document identifier d.\r
 703 treeNode XMLTree::ParentNode(DocID d) \r
 704  {\r
 705     if (!finished) {\r
 706        fprintf(stderr, "Error: data structure has not been constructed properly\n");\r
 707        exit(1);\r
 708     }\r
 709     \r
 710     if (d == NULLT)\r
 711       return NULLT;\r
 712     \r
 713     int s;\r
 714     // OJO : Kim : I added the d+1. before that, else branch was \r
 715     // EBVector->select1(d)\r
 716     // and gave wrong results (I'm really poking a bear with a stick here).\r
 717     if (indexing_empty_texts) s = d;\r
 718     else s = EBVector->select1(d+1);\r
 719     \r
 720     if (inspect(Par,s) == CP) // is a closing parenthesis\r
 721        return parent(Par, find_open(Par, s));\r
 722     else // is an opening parenthesis\r
 723        return (treeNode)s;\r
 724      \r
 725  }\r
 726 \r
 727 \r
 728 // OpenDocument(empty_texts): it starts the construction of the data structure for\r
 729 // the XML document. Parameter empty_texts indicates whether we index empty texts\r
 730 // in document or not. Returns a non-zero value upon success, NULLT in case of error.\r
 731 int XMLTree::OpenDocument(bool empty_texts, int sample_rate_text,bool dtc)\r
 732  {\r
 733     initialized = true;\r
 734     finished = false;\r
 735     found_attributes = false;\r
 736     npar = 0;\r
 737     parArraySize = 1;\r
 738     ntagnames = 2;    \r
 739     disable_tc = dtc;\r
 740     \r
 741     indexing_empty_texts = empty_texts;\r
 742     \r
 743     par_aux = (pb *)umalloc(sizeof(pb)*parArraySize);\r
 744     \r
 745     tags_aux = (TagType *) umalloc(sizeof(TagType));\r
 746     \r
 747     TagName = (unsigned char **) umalloc(2*sizeof(unsigned char*));\r
 748 \r
 749     TagName[0] = (unsigned char *) umalloc(4*sizeof(unsigned char));\r
 750 \r
 751     strcpy((char *) TagName[0], "<@>");\r
 752 \r
 753     TagName[1] = (unsigned char *) umalloc(4*sizeof(unsigned char));\r
 754 \r
 755     strcpy((char *) TagName[1], "<$>");\r
 756 \r
 757 \r
 758     if (!indexing_empty_texts) \r
 759       empty_texts_aux = (unsigned int *)umalloc(sizeof(unsigned int));\r
 760        \r
 761     \r
 762     \r
 763     Text = TextCollection::InitTextCollection((unsigned)sample_rate_text);\r
 764     \r
 765     return 1;  // indicates success in the initialization of the data structure\r
 766  }\r
 767 \r
 768 // CloseDocument(): it finishes the construction of the data structure for the XML\r
 769 // document. Tree and tags are represented in the final form, dynamic data \r
 770 // structures are made static, and the flag "finished" is set to true. After that, \r
 771 // the data structure can be queried.\r
 772 int XMLTree::CloseDocument()\r
 773  {\r
 774     if (!initialized) {  // data structure has not been initialized properly\r
 775        fprintf(stderr, "Error: data structure has not been initialized properly (by calling method OpenDocument)\n");\r
 776        return NULLT;\r
 777     }\r
 778     \r
 779     // closing parenthesis for the tree root\r
 780     par_aux = (pb *)urealloc(par_aux, sizeof(pb)*(1+npar/(8*sizeof(pb))));\r
 781     \r
 782     // creates the data structure for the tree topology\r
 783     Par = (bp *)umalloc(sizeof(bp));\r
 784     bp_construct(Par, npar, par_aux, OPT_DEGREE|0);    \r
 785     // creates structure for tags\r
 786     static_bitsequence_builder * bmb = new static_bitsequence_builder_brw32(20);\r
 787     static_permutation_builder * pmb = new static_permutation_builder_mrrr(PERM_SAMPLE, bmb);\r
 788     static_sequence_builder * ssb = new static_sequence_builder_gmr_chunk(bmb, pmb);\r
 789 \r
 790 \r
 791     // If we found an attribute then "<@>" is present in the tree\r
 792     // if we didn't then it is not. "<$>" is never present in the tree\r
 793     int ntagsize = found_attributes ? 2*ntagnames-1 : 2*ntagnames - 2;\r
 794 \r
 795     Tags = new static_sequence_gmr((uint *) tags_aux, (uint) npar-1,ntagsize, bmb, ssb);\r
 796     \r
 797     delete bmb;\r
 798     delete pmb;\r
 799     delete ssb;\r
 800     // makes the text collection static\r
 801     if (!disable_tc)\r
 802       Text->MakeStatic();\r
 803     \r
 804     // creates the data structure marking the non-empty texts (just in the case it is necessary)\r
 805     if (!indexing_empty_texts)  {\r
 806        EBVector = new static_bitsequence_rrr02((uint *)empty_texts_aux,(ulong)npar,(uint)32);\r
 807        free (empty_texts_aux);\r
 808        empty_texts_aux = NULL;\r
 809     }\r
 810    \r
 811     // OJO was leaked before, found by valgrind\r
 812     free(tags_aux);\r
 813 \r
 814     tags_aux = NULL;\r
 815 \r
 816     finished = true;\r
 817 \r
 818     return 1; // indicates success in the inicialization\r
 819  }\r
 820 \r
 821 \r
 822 // NewOpenTag(tagname): indicates the event of finding a new opening tag in the document.\r
 823 // Tag name is given. Returns a non-zero value upon success, and returns NULLT\r
 824 // in case of failing when trying to insert the new tag.\r
 825 int XMLTree::NewOpenTag(unsigned char *tagname)\r
 826  {\r
 827     int i;\r
 828 \r
 829     if (!initialized) {  // data structure has not been initialized properly\r
 830        fprintf(stderr, "Error: you cannot insert a new opening tag without first calling method OpenDocument first\n");\r
 831        return NULLT;\r
 832     }\r
 833     \r
 834     // inserts a new opening parentheses in the bit sequence\r
 835     if (sizeof(pb)*8*parArraySize == npar) { // no space left for the new parenthesis\r
 836        par_aux = (pb *)urealloc(par_aux, sizeof(pb)*2*parArraySize);\r
 837        parArraySize *= 2;\r
 838     }\r
 839     \r
 840     setbit(par_aux,npar,OP);  // marks a new opening parenthesis\r
 841 \r
 842     // transforms the tagname into a tag identifier. If the tag is new, we insert\r
 843     // it in the table.\r
 844     for (i=0; i<ntagnames; i++)\r
 845       if (strcmp((const char *)tagname,(const char *)TagName[i])==0) break;\r
 846  \r
 847 \r
 848     // NewOpenTag("<@>") was called\r
 849     if (i==0) \r
 850       found_attributes=true;\r
 851 \r
 852     if (i==ntagnames) { // the tag is a new one, then we insert it\r
 853        TagName = (unsigned char **)urealloc(TagName, sizeof(char *)*(ntagnames+1));\r
 854        \r
 855        if (!TagName) {\r
 856           fprintf(stderr, "Error: not enough memory\n");\r
 857           return NULLT;\r
 858        }\r
 859        \r
 860        ntagnames++;\r
 861        TagName[i] = (unsigned char *)umalloc(sizeof(unsigned char)*(strlen((const char *)tagname)+1));\r
 862        strcpy((char *)TagName[i], (const char *)tagname);\r
 863     } \r
 864     tags_aux = (TagType *) urealloc(tags_aux, sizeof(TagType)*(npar + 1));\r
 865 \r
 866     tags_aux[npar] = i; // inserts the new tag id within the preorder sequence of tags\r
 867     \r
 868     npar++;\r
 869     \r
 870     return 1;\r
 871     \r
 872  }\r
 873 \r
 874 \r
 875 // NewClosingTag(tagname): indicates the event of finding a new closing tag in the document.\r
 876 // Tag name is given. Returns a non-zero value upon success, and returns NULLT\r
 877 // in case of failing when trying to insert the new tag.\r
 878 int XMLTree::NewClosingTag(unsigned char *tagname)\r
 879  {\r
 880     int i;\r
 881 \r
 882     if (!initialized) {  // data structure has not been initialized properly\r
 883        fprintf(stderr, "Error: you cannot insert a new closing tag without first calling method OpenDocument first\n");\r
 884        return NULLT;\r
 885     }\r
 886     \r
 887     // inserts a new closing parentheses in the bit sequence\r
 888     if (sizeof(pb)*8*parArraySize == npar) { // no space left for the new parenthesis\r
 889        par_aux = (pb *)urealloc(par_aux, sizeof(pb)*2*parArraySize);\r
 890        parArraySize *= 2;\r
 891     }\r
 892     \r
 893     setbit(par_aux,npar,CP);  // marks a new closing opening parenthesis\r
 894 \r
 895     // transforms the tagname into a tag identifier. If the tag is new, we insert\r
 896     // it in the table.\r
 897     for (i=0; i<ntagnames; i++)\r
 898        if (strcmp((const char *)tagname,(const char *)TagName[i])==0) break;\r
 899  \r
 900     if (i==ntagnames) { // the tag is a new one, then we insert it\r
 901        TagName = (unsigned char **)urealloc(TagName, sizeof(char *)*(ntagnames+1));\r
 902        \r
 903        \r
 904        ntagnames++;\r
 905        TagName[i] = (unsigned char *)umalloc(sizeof(char)*(strlen((const char *)tagname)+2));\r
 906        TagName[i][0] = '/';\r
 907        strcpy((char *)&(TagName[i][1]), (const char *)tagname);\r
 908     } \r
 909 \r
 910     tags_aux = (TagType *)urealloc(tags_aux, sizeof(TagType)*(npar + 1));\r
 911 \r
 912     tags_aux[npar] = i; // inserts the new tag id within the preorder sequence of tags\r
 913     \r
 914     npar++;\r
 915 \r
 916     return 1; // success\r
 917     \r
 918  }\r
 919 \r
 920 \r
 921 // NewText(s): indicates the event of finding a new (non-empty) text s in the document.\r
 922 // The new text is inserted within the text collection. Returns a non-zero value upon\r
 923 // success, NULLT in case of error.\r
 924 int XMLTree::NewText(unsigned char *s)\r
 925  {\r
 926     if (!initialized) {  // data structure has not been initialized properly\r
 927        fprintf(stderr, "Error: you cannot insert a new text without first calling method OpenDocument first\n");\r
 928        return NULLT;\r
 929     }\r
 930 \r
 931     if (disable_tc) {\r
 932       XMLTree::NewEmptyText();\r
 933       return 1;\r
 934     };\r
 935 \r
 936     if (!indexing_empty_texts) {\r
 937        empty_texts_aux = (unsigned int *)urealloc(empty_texts_aux, sizeof(pb)*(1+(npar-1)/(8*sizeof(pb))));\r
 938               bitset(empty_texts_aux, npar-1);  // marks the non-empty text with a 1 in the bit vector\r
 939     }\r
 940     \r
 941     Text->InsertText(s);\r
 942     string cpps = (char*) s;\r
 943     CachedText.push_back(cpps); \r
 944     \r
 945     return 1; // success\r
 946  }\r
 947 \r
 948 // NewEmptyText(): indicates the event of finding a new empty text in the document.\r
 949 // In case of indexing empty and non-empty texts, we insert the empty texts into the\r
 950 // text collection. In case of indexing only non-empty texts, it just indicates an\r
 951 // empty text in the bit vector of empty texts. Returns a non-zero value upon\r
 952 // success, NULLT in case of error.\r
 953 int XMLTree::NewEmptyText() \r
 954  {\r
 955     unsigned char c = 0;\r
 956     if (!initialized) {  // data structure has not been initialized properly\r
 957        fprintf(stderr, "Error: you cannot insert a new empty text without first calling method OpenDocument first\n");\r
 958        return NULLT;\r
 959     }\r
 960 \r
 961     if (!indexing_empty_texts) {\r
 962        empty_texts_aux = (unsigned int *)urealloc(empty_texts_aux, sizeof(pb)*(1+(npar-1)/(8*sizeof(pb))));\r
 963        \r
 964        bitclean(empty_texts_aux, npar-1);  // marks the empty text with a 0 in the bit vector\r
 965     }\r
 966     else Text->InsertText(&c); // we insert the empty text just in case we index all the texts\r
 967     \r
 968     return 1; // success    \r
 969  }\r
 970 \r
 971 \r
 972 // GetTagId: returns the tag identifier corresponding to a given tag name.\r
 973 // Returns NULLT in case that the tag name does not exists.\r
 974 TagType XMLTree::GetTagId(unsigned char *tagname)\r
 975  {\r
 976     int i;\r
 977     // this should be changed for more efficient processing\r
 978     for (i=0; i<ntagnames; i++)\r
 979        if (strcmp((const char *)tagname,(const char *)TagName[i])==0) break; \r
 980     if (i==ntagnames) return (TagType)NULLT; // tagname does not exists in the table\r
 981     else return i;\r
 982  }\r
 983 \r
 984 \r
 985 // GetTagName(tagid): returns the tag name of a given tag identifier.\r
 986 // Returns NULL in case that the tag identifier is not valid.\r
 987 unsigned char *XMLTree::GetTagName(TagType tagid)\r
 988  {\r
 989     unsigned char *s;\r
 990 \r
 991     if (tagid >= ntagnames) return NULL; // invalid tag identifier\r
 992     s = (unsigned char *)umalloc((strlen((const char *)TagName[tagid])+1)*sizeof(unsigned char));\r
 993     strcpy((char *)s, (const char *)TagName[tagid]);\r
 994     return s;\r
 995  }\r
 996 \r
 997 \r
 998 //KIM : OJO need the two following methods\r
 999 \r
1000 const unsigned char *XMLTree::GetTagNameByRef(TagType tagid)\r
1001  {\r
1002     if (tagid >= ntagnames) return NULL; // invalid tag identifier\r
1003     return ((const unsigned char*)  TagName[tagid]);\r
1004  }\r
1005 \r
1006 \r
1007 \r
1008 TagType XMLTree::RegisterTag(unsigned char *tagname)\r
1009 {\r
1010   if (!finished)\r
1011     return NULLT;\r
1012   \r
1013   TagType id = XMLTree::GetTagId(tagname);\r
1014   if (id == NULLT){\r
1015     id = ntagnames;\r
1016     ntagnames = ntagnames + 1;    \r
1017     TagName = (unsigned char **) urealloc(TagName,ntagnames*(sizeof(unsigned char*)));\r
1018     TagName[id] = (unsigned char *) umalloc(sizeof(unsigned char)*strlen( (const char*) tagname)+1);\r
1019     strcpy((char*)TagName[id], (const char *)tagname);  \r
1020   };\r
1021 \r
1022   return id;\r
1023 }\r