Ferramenta pmt de busca de padrões.
Implementada por Antonio Gadelha(ajgan) e Gabriel Melo(gvmgs) como Projeto 1 para a disciplina de Processamento de Cadeias de Caracteres(if767) do CIn-UFPE.
Antonio implementou os algoritmos Brute Force, KMP e Sellers. Fez também a parte da leitura das flags da linha de comando.
Gabriel implementou os algoritmos Aho-Corasick e Ukkonen.
Ambos contribuíram com a documentação e com os testes.
Para compilar o projeto, basta dar o comando:
make pmt
dentro da pasta src. Após isso um executável é gerado e obedece ao seguinte comando:
./pmt [options] pattern textfile
Um executável já foi previamente gerado pela equipa e se encontra dentro da pasta bin
Os seguintes algoritmos de busca foram implementados:
Para busca exata:
- Brute Force
- KMP
- Aho-Corasick
Para busca por proximidade:
- Sellers
- Ukkonen
As flags de linha de comando implementadas foram:
-c ou --count
Flag para exibir contagem de ocorrências do padrão no texto(por default, não se exibe)
-e ou --edit emax
Flag para explicitar o valor de edit máximo em casos de algoritmos de busca aproximada(por default, é zero)
-a ou --algorithm algorithmname
Flag para explicitar qual algoritmo de busca o usuário deseja utilizar(por default, a escolha do algoritmo segue uma heurística que será explicada posteriormente)
lista de algoritmos:
- brt (Brute Force)
- kmp (KMP)
- aho (Aho-Corasick)
- sel (Sellers)
- ukk (Ukkonen)
-p ou --pattern patternfile
Flag para indicar que os padrões devem vir de um arquivo(por default, o padrão é um só e é digitado pelo usuário)
-h ou --help
Flag que exibe informações básicas do programa ao usuário
-t ou --time
Flag que exibe ao final o tempo gasto com a execução do programa(por default, não se exibe)
A flag -t foi uma opção que a equipe julgou como interessante, mas não estava no escopo das especificações do projeto
Como citado anteriormente, caso o usuário não informe qual algoritmo ele deseja executar, o programa segue uma heurística obtida através de experimentações.
A heurística se dá da seguinte forma:
Para busca exata:
- Caso existam mais de 20 padrões para serem pesquisados, é selecionado o Aho-Corasick
- Caso seja apenas um padrão de tamanho menor que 5, se usa o Brute Force
- De resto, utiliza-se o KMP
Para busca aproximada:
- Seleciona o Sellers(tivemos problemas com o Ukkonen)