/// <summary>
/// Tworzy indeks na plik macierzy
///
/// Użycie dozwolone w trybie Mode.CREATE.
/// </summary>
public void createIndex()
{
IxHalMatrixReader halReader = new IxHalMatrixReader(this.workingDirPath);
using (BinaryWriter indexWriter = new BinaryWriter(File.Create(workingDirPath + "halMatrix.idx")))
{
KeyValuePair<uint, ArrayRow<uint>> row;
uint lastAddedId = 0;
long positionBefore = halReader.getPositionInFile();
while ((row = halReader.readNextArrayRow()).Key != 0)
{
while (lastAddedId++ != row.Key)
{
indexWriter.Write((long)-1);
}
indexWriter.Write(positionBefore);
positionBefore = halReader.getPositionInFile();
}
}
halReader.finalize();
}
/// <summary>
/// Optymalizuje macierz HAL zapisaną na dysku
///
/// Zostaną usunięte wiersze i komórki tokenów, które wystąpiły mniej niż IxSettings.halMinCount razy.
/// </summary>
public void optimizeMatrix()
{
IxHalMatrixReader reader = new IxHalMatrixReader(workingDirPath);
if (IxSettings.consoleDebug)
Console.WriteLine("Calculating tokens for removal set...");
HashSet<uint> tokenRemovalSet = new HashSet<uint>();
KeyValuePair<uint, ArrayRow<uint>> row = reader.readNextArrayRow();
while (row.Key != 0)
{
if (row.Value.count < IxSettings.halMinCount)
tokenRemovalSet.Add(row.Key);
row = reader.readNextArrayRow();
reader.getPositionInFile();
}
reader.reset();
if (IxSettings.consoleDebug)
Console.WriteLine("Removing rows and cells...");
row = reader.readNextArrayRow();
using (BinaryWriter writer = new BinaryWriter(File.Create(altWorkingDirPath + "halMatrixOptimized.dat")))
{
while (row.Key != 0)
{
if (!tokenRemovalSet.Contains(row.Key))
{
Row<uint> newRow = new Row<uint>();
newRow.count = row.Value.count;
for (int i = 0, count = row.Value.cells.Length; i < count; i++)
{
if (!tokenRemovalSet.Contains(row.Value.cells[i].Key))
newRow.cells.Add(row.Value.cells[i].Key, row.Value.cells[i].Value);
}
IxHalStorage.writeRow(writer, new KeyValuePair<uint,Row<uint>>(row.Key, newRow));
}
row = reader.readNextArrayRow();
reader.getPositionInFile();
}
}
reader.finalize();
File.Delete(workingDirPath + "halMatrix.dat");
File.Move(altWorkingDirPath + "halMatrixOptimized.dat", workingDirPath + "halMatrix.dat");
}
/// <summary>
/// Oblicza kontekst dla tokenu o wskazanym ID
///
/// Jeśli token nie posiada wiersza w tablicy, zwracany jest pusty kontekst (pusta tablica).
/// </summary>
/// <param name="tokenId">ID tokenu do obliczenia kontekstu</param>
/// <returns>Kontekst tokenu lub pusta tablica</returns>
public KeyValuePair<uint, int>[] calculateContextForTokenId(uint tokenId)
{
/* Obiekt czytający macierz */
IxHalMatrixReader matrixReader = new IxHalMatrixReader(workingDirPath);
/* Semafor - maksymalna liczba jednocześnie zakolejkowanych wątków ThreadPool */
Semaphore semaphore = new Semaphore(IxSettings.halAnalyzerThreadsNum, IxSettings.halAnalyzerThreadsNum);
/* Wiersz tokenu, dla którego liczymy kontekst */
KeyValuePair<uint, ArrayRow<uint>> calculatedForRow = getArrayRow(tokenId);
/* Jeśli wiersz tego tokenu nie istnieje, nie obliczysz kontekstu */
if (calculatedForRow.Key == 0)
return new KeyValuePair<uint, int>[0];
/* Kalkulator odległości - kontekstu */
IxHalTokenContextCalculator calculator = new IxHalTokenContextCalculator(semaphore, calculatedForRow);
/* Wczytaj pierwszą porcję wierszy do porównywania (liczenia odległości) dla tokenu */
KeyValuePair<uint, ArrayRow<uint>>[] calculatedAgainstRows = matrixReader.readArrayRowsChunk(1000);
while (calculatedAgainstRows.Length != 0)
{
/* Zakolejkuj obliczenie odległości dla wczytanych wierszy */
calculator.calculate(calculatedAgainstRows);
/* Wczytaj następną porcję wierszy */
calculatedAgainstRows = matrixReader.readArrayRowsChunk(1000);
}
matrixReader.finalize();
Misc.waitFullSemaphore(semaphore, IxSettings.halAnalyzerThreadsNum);
calculator.computeFinalResult();
Misc.waitFullSemaphore(semaphore, IxSettings.halAnalyzerThreadsNum);
return calculator.getCalculatedContext();
}
/// <summary>
/// Tworzy kontekst dla wszystkich tokenów w macierzy i zapisuje go do pliku
///
/// Kontekst jest zarządzalny przez IxHalContext.
/// </summary>
public void calculateContext()
{
ProgressReport progressReport;
/* Posłuży do zapisywania wyników */
IxHalContext contextWriter = new IxHalContext(workingDirPath, IxHalContext.Mode.CREATE);
/* Obiekt czytający dla tokenów, dla których będzie liczony kontekst */
IxHalMatrixReader matrixReader = new IxHalMatrixReader(workingDirPath);
matrixReader.setProgressReportPrefix("!");
/* Obiekt czytający dla tokenów, od których liczone będą odległości do kontekstów */
IxHalMatrixReader matrixReaderSub = new IxHalMatrixReader(workingDirPath);
/* Semafor maksymalnej liczby jednocześnie zakolejkowanych wątków ThreadPool */
Semaphore semaphore = new Semaphore(IxSettings.halAnalyzerThreadsNum, IxSettings.halAnalyzerThreadsNum);
/* Seria wierszy tokenów, dla których aktualnie liczony jest kontekst */
KeyValuePair<uint, ArrayRow<uint>>[] calculatedForRows = matrixReader.readArrayRowsChunk(1000);
while (calculatedForRows.Length != 0)
{
/* Kalkulatory kontekstów */
IxHalTokenContextCalculator[] calculators = IxHalTokenContextCalculator.create(semaphore, calculatedForRows);
int calculatorsCount = calculators.Length;
/* Porcja wierszy tokenów, od których liczone będą odległości do kontekstów */
KeyValuePair<uint, ArrayRow<uint>>[] calculatedAgainstRows = matrixReaderSub.readArrayRowsChunk(1000);
while (calculatedAgainstRows.Length != 0)
{
progressReport = new ProgressReport(calculatorsCount, 10, "c");
/* Zleć uzupełnianie kontekstów kalkulatorom */
for (int i = 0; i < calculatorsCount; i++)
{
calculators[i].calculate(calculatedAgainstRows);
progressReport.progressOne();
}
/* Pobierz następną porcję tokenów, od których liczone są odległości do kontekstów */
calculatedAgainstRows = matrixReaderSub.readArrayRowsChunk(1000);
progressReport.done();
}
/* Obliczono już cały kontekst dla tej porcji calculatedForRows - zresetuj obiekt czytający */
matrixReaderSub.reset();
Misc.waitFullSemaphore(semaphore, IxSettings.halAnalyzerThreadsNum);
progressReport = new ProgressReport(calculatorsCount, 10, "f");
/* Finalizuj obliczanie kontekstów w kalkulatorach */
for (int i = 0; i < calculatorsCount; i++)
{
calculators[i].computeFinalResult();
progressReport.progressOne();
}
Misc.waitFullSemaphore(semaphore, IxSettings.halAnalyzerThreadsNum);
progressReport.done();
progressReport = new ProgressReport(calculatorsCount, 10, "w");
/* Przekaż w kolejności wyniki do contextWriter */
for (int i = 0; i < calculatorsCount; i++)
{
calculators[i].writeDownResult(contextWriter);
progressReport.progressOne();
}
/* Pobierz kolejną porcję wierszy tokenów, dla których będzie liczony kontekst */
calculatedForRows = matrixReader.readArrayRowsChunk(100);
progressReport.done();
}
/* Zakończ pracę */
contextWriter.finalize();
}