我可以从哪里开始解决这个优化问题？

Question

我有一个简单的程序，它从文件系统中读取一堆东西，过滤结果，然后打印出来。这个简单的程序实现了一种特定领域的语言，使选择更容易。这个 DSL “编译”成如下所示的执行计划（输入为 C:\Windows\System32\* OR -md5"ABCDEFG" OR -tf）：

Index  Success  Failure  Description
    0        S        1  File Matches C:\Windows\System32\*
    1        S        2  File MD5 Matches ABCDEFG
    2        S        F  File is file. (Not directory)

过滤器应用于给定文件，如果成功，则索引指针跳转到成功字段中指示的索引，如果失败，则索引指针跳转到失败字段中指示的数字。 “S”表示文件通过过滤器，F表示文件应该被拒绝。

当然，基于简单文件属性 (!FILE_ATTRIBUTE_DIRECTORY) 检查的过滤器比基于文件 MD5 的检查要快得多，后者需要打开并执行文件的实际哈希。每个过滤器“操作码”都有一个与之关联的时间类； MD5 获得高计时号，ISFILE 获得低计时号。

我想重新排序这个执行计划，以便尽可能少地执行需要很长时间的操作码。对于上述计划，这意味着它必须是：

Index  Success  Failure  Description
    0        S        1  File is file. (Not directory)
    1        S        2  File Matches C:\Windows\System32\*
    2        S        F  File MD5 Matches ABCDEFG

根据“龙书”，为三个地址代码选择最佳执行顺序是一个 NP-Complete 问题（至少根据该文本第二版的第 511 页），但在那种情况下，他们正在谈论关于寄存器分配和机器的其他问题。就我而言，实际的“中间代码”要简单得多。我想知道是否存在允许我将源 IL 重新排序为最佳执行计划的方案。

这是另一个例子：
{ C:\Windows\Inf* AND -tp } OR { -tf AND NOT C:\Windows\System32\Drivers* }

解析为：

Index  Success  Failure  Description
    0        1        2  File Matches C:\Windows\Inf\*
    1        S        2  File is a Portable Executable
    2        3        F  File is file. (Not directory)
    3        F        S  File Matches C:\Windows\System32\Drivers\*

这是最优的：

Index  Success  Failure  Description
    0        1        2  File is file. (Not directory)
    1        2        S  File Matches C:\Windows\System32\Drivers\*
    2        3        F  File Matches C:\Windows\Inf\*
    3        S        F  File is a Portable Executable

Answer 1

听起来在编译成您的操作码之前选择最佳顺序可能更容易。如果您有一个解析树，并且它尽可能“平坦”，那么您可以为每个节点分配一个分数，然后首先按最低总分对每个节点的子节点进行排序。

例如：

{ C:\Windows\Inf* AND -tp } OR { -tf AND NOT C:\Windows\System32\Drivers* }
         1             2          3                 4

      OR
     /  \
  AND    AND
 /  \   /   \
1    2 3     4

您可以按最低分数对 AND 节点 (1, 2) 和 (3, 4) 进行排序，然后将该分数分配给每个节点。然后按照 他们的个孩子的最低分数对 OR 节点的孩子进行排序。

由于 AND 和 OR 是可交换的，所以这个排序操作不会改变你整体表达的意思。

Answer 2

@Greg Hewgill 是对的，这在 AST 上比在中间代码上更容易执行。当您想要处理中间代码时，第一个目标是将其转换为依赖树（看起来像 AST /shrug）。

从叶子开始——如果你对 NOT 使用否定谓词，这可能是最简单的。

Index  Success  Failure  Description
0        1        2  File Matches C:\Windows\Inf\*
1        S        2  File is a Portable Executable
2        3        F  File is file. (Not directory)
3        F        S  File Matches C:\Windows\System32\Drivers\*

提取叶子（任何同时具有 S、F 或提取节点的子节点；在需要的地方插入 NOT；将所有对叶子的引用替换为对叶子的父节点的引用）

Index  Success  Failure  Description
0        1        2  File Matches C:\Windows\Inf\*
1        S        2  File is a Portable Executable
2        L1        F  File is file. (Not directory)

L1=NOT(cost(child))
    |
Pred(cost(PATH))

提取节点（如果成功指向提取节点使用连词连接；失败使用析取；将所有对节点的引用替换为对包含节点的树根的引用）。

Index  Success  Failure  Description
0        1        L3  File Matches C:\Windows\Inf\*
1        S        L3  File is a Portable Executable


L3=AND L1 L2 (cost(Min(L1,L2) + Selectivity(Min(L1,L2)) * Max(L1,L2)))
               /           \
L1=NOT(cost(child))     L2=IS(cost(child))
    |                       |
3=Pred(cost(PATH))      2=Pred(cost(ISFILE))

提取节点

Index  Success  Failure  Description
0        L5       L3  File Matches C:\Windows\Inf\*

L5=OR L3 L4 (cost(Min(L3,L4) + (1.0 - Selectivity(Min(L3,L4))) * Max(L3,L4)))
                    /                          \
                    |                       L4=IS(cost(child))
                    |                           | 
                    |                       1=Pred(cost(PORT_EXE))
                    |
L3=AND L1 L2 (cost(Min(L1,L2) + Selectivity(Min(L1,L2)) * Max(L1,L2)))
               /           \
L1=NOT(cost(child))     L2=IS(cost(child))
    |                       |
3=Pred(cost(PATH))      2=Pred(cost(ISFILE))

提取节点（如果成功和失败都指节点，则必须在节点定义的子树的根上通过模式匹配将节点注入树中）

1. 如果 root 为 OR，则在必要时反转谓词以确保引用为 Success，并与未被 Failure 引用的子项结合注入。

2. 如果根为 AND，则在必要时反转谓词以确保引用为失败并作为与 Success 引用的子根的析取注入。

导致：

L5=OR L3 L4 (cost(Min(L3,L4) + (1.0 - Selectivity(Min(L3,L4))) * Max(L3,L4)))
                    /                          \
                    |                       L4=AND(cost(as for L3))
                    |                             /               \
                    |                       L6=IS(cost(child))   L7=IS(cost(child))
                    |                           |                       |
                    |                       1=Pred(cost(PORT_EXE))   0=Pred(cost(PATH))
                    |
L3=AND L1 L2 (cost(Min(L1,L2) + Selectivity(Min(L1,L2)) * Max(L1,L2)))
               /           \
L1=NOT(cost(child))     L2=IS(cost(child))
    |                       |
3=Pred(cost(PATH))      2=Pred(cost(ISFILE))