Queries using simple ranked operands returns right number of hits.
authorAdam Dickmeiss <adam@indexdata.dk>
Wed, 7 Jan 1998 13:53:41 +0000 (13:53 +0000)
committerAdam Dickmeiss <adam@indexdata.dk>
Wed, 7 Jan 1998 13:53:41 +0000 (13:53 +0000)
CHANGELOG
include/rsrel.h
index/zrpn.c
rset/rsrel.c

index 9600bd1..f5f1b2c 100644 (file)
--- a/CHANGELOG
+++ b/CHANGELOG
@@ -1,3 +1,5 @@
+Simple ranked searches now return correct number of hits.
+
 Moved towards generic character mapping. Configuration file default.idx
 specifies character map files for register types w, p, u, etc.
 
index a847c09..e1299bb 100644 (file)
@@ -1,10 +1,13 @@
 /*
- * Copyright (C) 1994-1997, Index Data I/S 
+ * Copyright (C) 1995-1998, Index Data I/S 
  * All rights reserved.
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: rsrel.h,v $
- * Revision 1.6  1997-12-18 10:54:24  adam
+ * Revision 1.7  1998-01-07 13:53:41  adam
+ * Queries using simple ranked operands returns right number of hits.
+ *
+ * Revision 1.6  1997/12/18 10:54:24  adam
  * New method result set method rs_hits that returns the number of
  * hits in result-set (if known). The ranked result set returns real
  * number of hits but only when not combined with other operands.
@@ -49,11 +52,10 @@ typedef struct rset_relevance_parms
 
     ISAM    is;
     ISAMC   isc;
-    ISAM_P  *isam_positions;
-
-    int     no_isam_positions;
-    int     no_terms;
-    int     *term_no;
+    ISAM_P  *isam_positions;            /* positions */
+    int     no_isam_positions;          /* no of positions (no of ISAM_P) */
+    int     no_terms;                   /* no of terms */
+    int     *term_no;                   /* which term at isam_position */
     int     (*get_pos)(const void *p);
 
     int     method;
index 8ede147..eeee1b7 100644 (file)
@@ -1,10 +1,13 @@
 /*
- * Copyright (C) 1994-1997, Index Data I/S 
+ * Copyright (C) 1994-1998, Index Data I/S 
  * All rights reserved.
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: zrpn.c,v $
- * Revision 1.71  1997-12-18 10:54:24  adam
+ * Revision 1.72  1998-01-07 13:53:41  adam
+ * Queries using simple ranked operands returns right number of hits.
+ *
+ * Revision 1.71  1997/12/18 10:54:24  adam
  * New method result set method rs_hits that returns the number of
  * hits in result-set (if known). The ranked result set returns real
  * number of hits but only when not combined with other operands.
@@ -362,8 +365,7 @@ static void add_isam_p (const char *info, struct grep_info *p)
         ISAM_P *new_isam_p_buf;
 #ifdef TERM_COUNT        
         int *new_term_no;        
-#endif        
-        
+#endif
         p->isam_p_size = 2*p->isam_p_size + 100;
         new_isam_p_buf = xmalloc (sizeof(*new_isam_p_buf) *
                                   p->isam_p_size);
index 16ed04c..a02fb23 100644 (file)
@@ -1,10 +1,13 @@
 /*
- * Copyright (C) 1994-1997, Index Data I/S 
+ * Copyright (C) 1994-1998, Index Data I/S 
  * All rights reserved.
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: rsrel.c,v $
- * Revision 1.22  1997-12-18 10:54:25  adam
+ * Revision 1.23  1998-01-07 13:53:41  adam
+ * Queries using simple ranked operands returns right number of hits.
+ *
+ * Revision 1.22  1997/12/18 10:54:25  adam
  * New method result set method rs_hits that returns the number of
  * hits in result-set (if known). The ranked result set returns real
  * number of hits but only when not combined with other operands.
@@ -130,6 +133,14 @@ struct rset_rel_info {
     float   *score_buf;                 /* score buffer */
     int     *sort_idx;                  /* score sorted index */
     int     *sysno_idx;                 /* sysno sorted index (ring buffer) */
+    int     no_isam_positions;
+    ISAM    is;
+    ISAMC   isc;
+    ISAM_P  *isam_positions;
+    int     no_terms;
+    int     *term_no;
+
+    int     method;
     struct rset_rel_rfd *rfd_list;
 };
 
@@ -192,7 +203,7 @@ static int qcomp (const void *p1, const void *p2)
 #define SCORE_COOC 0.3                       /* component dependent on co-oc */
 #define SCORE_DYN  (1-(SCORE_SHOW+SCORE_COOC)) /* dynamic component of score */
 
-static void relevance (struct rset_rel_info *info, rset_relevance_parms *parms)
+static void relevance (struct rset_rel_info *info)
 {
     char **isam_buf;
     char *isam_tmp_buf;
@@ -210,67 +221,67 @@ static void relevance (struct rset_rel_info *info, rset_relevance_parms *parms)
     int i;
 
     logf (LOG_DEBUG, "relevance");
-    isam_buf = xmalloc (parms->no_isam_positions * sizeof(*isam_buf));
-    isam_r = xmalloc (sizeof (*isam_r) * parms->no_isam_positions);
-    if (parms->is)
-        isam_pt = xmalloc (sizeof (*isam_pt) * parms->no_isam_positions);
-    else if (parms->isc)
-        isamc_pp = xmalloc (sizeof (*isamc_pp) * parms->no_isam_positions);
+    isam_buf = xmalloc (info->no_isam_positions * sizeof(*isam_buf));
+    isam_r = xmalloc (sizeof (*isam_r) * info->no_isam_positions);
+    if (info->is)
+        isam_pt = xmalloc (sizeof (*isam_pt) * info->no_isam_positions);
+    else if (info->isc)
+        isamc_pp = xmalloc (sizeof (*isamc_pp) * info->no_isam_positions);
     else
     {
         logf (LOG_FATAL, "No isamc or isam in rs_rel");
         abort ();
     }
     isam_tmp_buf = xmalloc (info->key_size);
-    max_tf = xmalloc (sizeof (*max_tf) * parms->no_terms);
-    tf = xmalloc (sizeof (*tf) * parms->no_terms);
+    max_tf = xmalloc (sizeof (*max_tf) * info->no_terms);
+    tf = xmalloc (sizeof (*tf) * info->no_terms);
 
-    for (i = 0; i<parms->no_terms; i++)
+    for (i = 0; i<info->no_terms; i++)
        max_tf[i] = 0;
-    for (i = 0; i<parms->no_isam_positions; i++)
+    for (i = 0; i < info->no_isam_positions; i++)
     {
         isam_buf[i] = xmalloc (info->key_size);
         if (isam_pt)
         {
-            isam_pt[i] = is_position (parms->is, parms->isam_positions[i]);
-            max_tf [parms->term_no[i]] = is_numkeys (isam_pt[i]);
+            isam_pt[i] = is_position (info->is, info->isam_positions[i]);
+            max_tf [info->term_no[i]] = is_numkeys (isam_pt[i]);
             isam_r[i] = is_readkey (isam_pt[i], isam_buf[i]);
         } 
         else if (isamc_pp)
         {
-            isamc_pp[i] = isc_pp_open (parms->isc, parms->isam_positions[i]);
-            max_tf [parms->term_no[i]] = isc_pp_num (isamc_pp[i]);
+            isamc_pp[i] = isc_pp_open (info->isc, info->isam_positions[i]);
+            max_tf [info->term_no[i]] = isc_pp_num (isamc_pp[i]);
             isam_r[i] = isc_pp_read (isamc_pp[i], isam_buf[i]);
         }
         logf (LOG_DEBUG, "max tf %d = %d", i, max_tf[i]);
     }
-    switch (parms->method)
+    switch (info->method)
     {
     case RSREL_METHOD_B:
        while (1)
        {
            int r, min = -1;
            int pos = 0;
-           for (i = 0; i<parms->no_isam_positions; i++)
+           for (i = 0; i<info->no_isam_positions; i++)
                if (isam_r[i] && 
                    (min < 0 ||
-                    (r = (*parms->cmp)(isam_buf[i], isam_buf[min])) < 1))
+                    (r = (*info->cmp)(isam_buf[i], isam_buf[min])) < 1))
                    min = i;
            if (!isam_prev_buf)
            {
-               pos_tf = xmalloc (sizeof(*pos_tf) * parms->no_isam_positions);
+               pos_tf = xmalloc (sizeof(*pos_tf) * info->no_isam_positions);
                isam_prev_buf = xmalloc (info->key_size);
-               fact1 = 100000/parms->no_isam_positions;
+               fact1 = 100000/info->no_isam_positions;
                fact2 = 100000/
-                   (parms->no_isam_positions*parms->no_isam_positions);
+                   (info->no_isam_positions*info->no_isam_positions);
                
                no_occur = score_sum = 0;
                memcpy (isam_prev_buf, isam_buf[min], info->key_size);
-               for (i = 0; i<parms->no_isam_positions; i++)
+               for (i = 0; i<info->no_isam_positions; i++)
                    pos_tf[i] = -10;
            }
            else if (min < 0 ||
-                    (*parms->cmp)(isam_buf[min], isam_prev_buf) > 1)
+                    (*info->cmp)(isam_buf[min], isam_prev_buf) > 1)
            {
                logf (LOG_LOG, "final occur = %d ratio=%d",
                      no_occur, score_sum / no_occur);
@@ -279,12 +290,12 @@ static void relevance (struct rset_rel_info *info, rset_relevance_parms *parms)
                    break;
                no_occur = score_sum = 0;
                memcpy (isam_prev_buf, isam_buf[min], info->key_size);
-               for (i = 0; i<parms->no_isam_positions; i++)
+               for (i = 0; i<info->no_isam_positions; i++)
                    pos_tf[i] = -10;
            }
-           pos = (*parms->get_pos)(isam_buf[min]);
+           pos = (*info->get_pos)(isam_buf[min]);
            logf (LOG_LOG, "pos=%d", pos);
-           for (i = 0; i<parms->no_isam_positions; i++)
+           for (i = 0; i<info->no_isam_positions; i++)
            {
                int d = pos - pos_tf[i];
                
@@ -318,55 +329,55 @@ static void relevance (struct rset_rel_info *info, rset_relevance_parms *parms)
            
            last_term = -1;
            /* find min with lowest sysno */
-           for (i = 0; i<parms->no_isam_positions; i++)
+           for (i = 0; i<info->no_isam_positions; i++)
            {
                if (isam_r[i] && 
                    (min < 0
-                    || (r = (*parms->cmp)(isam_buf[i], isam_buf[min])) < 2))
+                    || (r = (*info->cmp)(isam_buf[i], isam_buf[min])) < 2))
                {
                    min = i;
                    co_oc = 1;
                }
-               else if (!r && last_term != parms->term_no[i]) 
+               else if (!r && last_term != info->term_no[i]) 
                    co_oc++;  /* new occurrence */
-               last_term = parms->term_no[i];
+               last_term = info->term_no[i];
            }
            
            if (min < 0)
                break;
            memcpy (isam_tmp_buf, isam_buf[min], info->key_size);
            /* calculate for all with those sysno */
-           for (i = 0; i < parms->no_terms; i++)
+           for (i = 0; i < info->no_terms; i++)
                tf[i] = 0;
-           for (i = 0; i<parms->no_isam_positions; i++)
+           for (i = 0; i<info->no_isam_positions; i++)
            {
                int r;
                
                if (isam_r[i])
-                   r = (*parms->cmp)(isam_buf[i], isam_tmp_buf);
+                   r = (*info->cmp)(isam_buf[i], isam_tmp_buf);
                else 
                    r = 2;
                if (r <= 1 && r >= -1)
                {
                    do
                    {
-                       tf[parms->term_no[i]]++;
+                       tf[info->term_no[i]]++;
                        if (isam_pt)
                            isam_r[i] = is_readkey (isam_pt[i], isam_buf[i]);
                        else if (isamc_pp)
                            isam_r[i] = isc_pp_read (isamc_pp[i], isam_buf[i]);
                    } while (isam_r[i] && 
-                            (*parms->cmp)(isam_buf[i], isam_tmp_buf) <= 1);
+                            (*info->cmp)(isam_buf[i], isam_tmp_buf) <= 1);
                }
            }
            /* calculate relevance value */
            score = 0.0;
-           for (i = 0; i<parms->no_terms; i++)
+           for (i = 0; i<info->no_terms; i++)
                if (tf[i])
-                   score += SCORE_SHOW + SCORE_COOC*co_oc/parms->no_terms +
+                   score += SCORE_SHOW + SCORE_COOC*co_oc/info->no_terms +
                        SCORE_DYN*tf[i]/max_tf[i];
            /* if value is in the top score, then save it - don't emit yet */
-           add_rec (info, score/parms->no_terms, isam_tmp_buf);
+           add_rec (info, score/info->no_terms, isam_tmp_buf);
        } /* while */
        break;
     } /* switch */
@@ -374,7 +385,7 @@ static void relevance (struct rset_rel_info *info, rset_relevance_parms *parms)
         info->sysno_idx[i] = i;
     qsort_info = info;
     qsort (info->sysno_idx, info->no_rec, sizeof(*info->sysno_idx), qcomp);
-    for (i = 0; i<parms->no_isam_positions; i++)
+    for (i = 0; i<info->no_isam_positions; i++)
     {
         if (isam_pt)
             is_pt_free (isam_pt[i]);
@@ -391,21 +402,34 @@ static void relevance (struct rset_rel_info *info, rset_relevance_parms *parms)
     xfree(tf);
 }
 
-static void *r_create (const struct rset_control *sel, void *parms,
+static void *r_create (const struct rset_control *sel, void *v_parms,
                        int *flags)
 {
-    rset_relevance_parms *r_parms = parms;
+    rset_relevance_parms *parms = v_parms;
     struct rset_rel_info *info;
 
     *flags |= RSET_FLAG_RANKED;
     info = xmalloc (sizeof(struct rset_rel_info));
-    info->key_size = r_parms->key_size;
+    info->key_size = parms->key_size;
     assert (info->key_size > 1);
-    info->max_rec = r_parms->max_rec;
+    info->max_rec = parms->max_rec;
     assert (info->max_rec > 1);
-    info->cmp = r_parms->cmp;
-    info->get_pos = r_parms->get_pos;
-
+    info->cmp = parms->cmp;
+    info->get_pos = parms->get_pos;
+
+    info->method = parms->method;
+    info->no_isam_positions = parms->no_isam_positions;
+    info->isam_positions =
+       xmalloc (sizeof(*info->isam_positions)*parms->no_isam_positions);
+    memcpy (info->isam_positions, parms->isam_positions,
+           sizeof(*info->isam_positions) * parms->no_isam_positions);
+    info->is = parms->is;
+    info->isc = parms->isc;
+    info->no_terms = parms->no_terms;
+    info->term_no = xmalloc (sizeof(*info->term_no)*parms->no_isam_positions);
+    memcpy (info->term_no, parms->term_no,
+           sizeof(*info->term_no)*parms->no_isam_positions);
+    
     info->key_buf = xmalloc (info->key_size * info->max_rec);
     info->score_buf = xmalloc (sizeof(*info->score_buf) * info->max_rec);
     info->sort_idx = xmalloc (sizeof(*info->sort_idx) * info->max_rec);
@@ -414,7 +438,7 @@ static void *r_create (const struct rset_control *sel, void *parms,
     info->hits = 0;
     info->rfd_list = NULL;
 
-    relevance (info, r_parms);
+    relevance (info);
     return info;
 }
 
@@ -462,6 +486,8 @@ static void r_delete (RSET ct)
     xfree (info->score_buf);
     xfree (info->sort_idx);
     xfree (info->sysno_idx);
+    xfree (info->isam_positions);
+    xfree (info->term_no);
     xfree (info);
 }