contrib/llvm/lib/Support/DJB.cpp

   1 //===-- Support/DJB.cpp ---DJB Hash -----------------------------*- C++ -*-===//
   2 //
   3 //                     The LLVM Compiler Infrastructure
   4 //
   5 // This file is distributed under the University of Illinois Open Source
   6 // License. See LICENSE.TXT for details.
   7 //
   8 //===----------------------------------------------------------------------===//
   9 //
  10 // This file contains support for the DJ Bernstein hash function.
  11 //
  12 //===----------------------------------------------------------------------===//
  13
  14 #include "llvm/Support/DJB.h"
  15 #include "llvm/ADT/ArrayRef.h"
  16 #include "llvm/Support/Compiler.h"
  17 #include "llvm/Support/ConvertUTF.h"
  18 #include "llvm/Support/Unicode.h"
  19
  20 using namespace llvm;
  21
  22 static UTF32 chopOneUTF32(StringRef &Buffer) {
  23   UTF32 C;
  24   const UTF8 *const Begin8Const =
  25       reinterpret_cast<const UTF8 *>(Buffer.begin());
  26   const UTF8 *Begin8 = Begin8Const;
  27   UTF32 *Begin32 = &C;
  28
  29   // In lenient mode we will always end up with a "reasonable" value in C for
  30   // non-empty input.
  31   assert(!Buffer.empty());
  32   ConvertUTF8toUTF32(&Begin8, reinterpret_cast<const UTF8 *>(Buffer.end()),
  33                      &Begin32, &C + 1, lenientConversion);
  34   Buffer = Buffer.drop_front(Begin8 - Begin8Const);
  35   return C;
  36 }
  37
  38 static StringRef toUTF8(UTF32 C, MutableArrayRef<UTF8> Storage) {
  39   const UTF32 *Begin32 = &C;
  40   UTF8 *Begin8 = Storage.begin();
  41
  42   // The case-folded output should always be a valid unicode character, so use
  43   // strict mode here.
  44   ConversionResult CR = ConvertUTF32toUTF8(&Begin32, &C + 1, &Begin8,
  45                                            Storage.end(), strictConversion);
  46   assert(CR == conversionOK && "Case folding produced invalid char?");
  47   (void)CR;
  48   return StringRef(reinterpret_cast<char *>(Storage.begin()),
  49                    Begin8 - Storage.begin());
  50 }
  51
  52 static UTF32 foldCharDwarf(UTF32 C) {
  53   // DWARF v5 addition to the unicode folding rules.
  54   // Fold "Latin Small Letter Dotless I" and "Latin Capital Letter I With Dot
  55   // Above" into "i".
  56   if (C == 0x130 || C == 0x131)
  57     return 'i';
  58   return sys::unicode::foldCharSimple(C);
  59 }
  60
  61 static uint32_t caseFoldingDjbHashCharSlow(StringRef &Buffer, uint32_t H) {
  62   UTF32 C = chopOneUTF32(Buffer);
  63
  64   C = foldCharDwarf(C);
  65
  66   std::array<UTF8, UNI_MAX_UTF8_BYTES_PER_CODE_POINT> Storage;
  67   StringRef Folded = toUTF8(C, Storage);
  68   return djbHash(Folded, H);
  69 }
  70
  71 uint32_t llvm::caseFoldingDjbHash(StringRef Buffer, uint32_t H) {
  72   while (!Buffer.empty()) {
  73     unsigned char C = Buffer.front();
  74     if (LLVM_LIKELY(C <= 0x7f)) {
  75       // US-ASCII, encoded as one character in utf-8.
  76       // This is by far the most common case, so handle this specially.
  77       if (C >= 'A' && C <= 'Z')
  78         C = 'a' + (C - 'A'); // fold uppercase into lowercase
  79       H = (H << 5) + H + C;
  80       Buffer = Buffer.drop_front();
  81       continue;
  82     }
  83     H = caseFoldingDjbHashCharSlow(Buffer, H);
  84   }
  85   return H;
  86 }