folly/Fingerprint.h

   1 /*
   2  * Copyright 2016 Facebook, Inc.
   3  *
   4  * Licensed under the Apache License, Version 2.0 (the "License");
   5  * you may not use this file except in compliance with the License.
   6  * You may obtain a copy of the License at
   7  *
   8  *   http://www.apache.org/licenses/LICENSE-2.0
   9  *
  10  * Unless required by applicable law or agreed to in writing, software
  11  * distributed under the License is distributed on an "AS IS" BASIS,
  12  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13  * See the License for the specific language governing permissions and
  14  * limitations under the License.
  15  */
  16
  17 /**
  18  * Compute 64-, 96-, and 128-bit Rabin fingerprints, as described in
  19  * Michael O. Rabin (1981)
  20  *   Fingerprinting by Random Polynomials
  21  *   Center for Research in Computing Technology, Harvard University
  22  *   Tech Report TR-CSE-03-01
  23  *
  24  * The implementation follows the optimization described in
  25  * Andrei Z. Broder (1993)
  26  *   Some applications of Rabin's fingerprinting method
  27  *
  28  * extended for fingerprints larger than 64 bits, and modified to use
  29  * 64-bit instead of 32-bit integers for computation.
  30  *
  31  * The precomputed tables are in FingerprintTable.cpp, which is automatically
  32  * generated by ComputeFingerprintTable.cpp.
  33  *
  34  * Benchmarked on 10/13/2009 on a 2.5GHz quad-core Xeon L5420,
  35  * - Fingerprint<64>::update64() takes about 12ns
  36  * - Fingerprint<96>::update64() takes about 30ns
  37  * - Fingerprint<128>::update128() takes about 30ns
  38  * (unsurprisingly, Fingerprint<96> and Fingerprint<128> take the
  39  * same amount of time, as they both use 128-bit operations; the least
  40  * significant 32 bits of Fingerprint<96> will always be 0)
  41  *
  42  * @author Tudor Bosman (tudorb@facebook.com)
  43  */
  44
  45 #pragma once
  46
  47 #include <cstdint>
  48
  49 #include <folly/Range.h>
  50
  51 namespace folly {
  52
  53 namespace detail {
  54
  55 template <int BITS>
  56 struct FingerprintTable {
  57   static const uint64_t poly[1 + (BITS - 1) / 64];
  58   static const uint64_t table[8][256][1 + (BITS - 1) / 64];
  59 };
  60
  61 template <int BITS>
  62 const uint64_t FingerprintTable<BITS>::poly[1 + (BITS - 1) / 64] = {};
  63
  64 template <int BITS>
  65 const uint64_t FingerprintTable<BITS>::table[8][256][1 + (BITS - 1) / 64] = {};
  66
  67 } // namespace detail
  68
  69 /**
  70  * Compute the Rabin fingerprint.
  71  *
  72  * TODO(tudorb): Extend this to allow removing values from the computed
  73  * fingerprint (so we can fingerprint a sliding window, as in the Rabin-Karp
  74  * string matching algorithm)
  75  *
  76  * update* methods return *this, so you can chain them together:
  77  * Fingerprint<96>().update8(x).update(str).update64(val).write(output);
  78  */
  79 template <int BITS>
  80 class Fingerprint {
  81  public:
  82   Fingerprint() {
  83     // Use a non-zero starting value. We'll use (1 << (BITS-1))
  84     fp_[0] = 1ULL << 63;
  85     for (int i = 1; i < size(); i++)
  86       fp_[i] = 0;
  87   }
  88
  89   Fingerprint& update8(uint8_t v) {
  90     uint8_t out = shlor8(v);
  91     xortab(detail::FingerprintTable<BITS>::table[0][out]);
  92     return *this;
  93   }
  94
  95   // update32 and update64 are convenience functions to update the fingerprint
  96   // with 4 and 8 bytes at a time.  They are faster than calling update8
  97   // in a loop.  They process the bytes in big-endian order.
  98   Fingerprint& update32(uint32_t v) {
  99     uint32_t out = shlor32(v);
 100     for (int i = 0; i < 4; i++) {
 101       xortab(detail::FingerprintTable<BITS>::table[i][out&0xff]);
 102       out >>= 8;
 103     }
 104     return *this;
 105   }
 106
 107   Fingerprint& update64(uint64_t v) {
 108     uint64_t out = shlor64(v);
 109     for (int i = 0; i < 8; i++) {
 110       xortab(detail::FingerprintTable<BITS>::table[i][out&0xff]);
 111       out >>= 8;
 112     }
 113     return *this;
 114   }
 115
 116   Fingerprint& update(StringPiece str) {
 117     // TODO(tudorb): We could be smart and do update64 or update32 if aligned
 118     for (auto c : str) {
 119       update8(uint8_t(c));
 120     }
 121     return *this;
 122   }
 123
 124   /**
 125    * Return the number of uint64s needed to hold the fingerprint value.
 126    */
 127   static int size() {
 128     return 1 + (BITS-1)/64;
 129   }
 130
 131   /**
 132    * Write the computed fingeprint to an array of size() uint64_t's.
 133    * For Fingerprint<64>,  size()==1; we write 64 bits in out[0]
 134    * For Fingerprint<96>,  size()==2; we write 64 bits in out[0] and
 135    *                                  the most significant 32 bits of out[1]
 136    * For Fingerprint<128>, size()==2; we write 64 bits in out[0] and
 137    *                                  64 bits in out[1].
 138    */
 139   void write(uint64_t* out) const {
 140     for (int i = 0; i < size(); i++) {
 141       out[i] = fp_[i];
 142     }
 143   }
 144
 145  private:
 146   // XOR the fingerprint with a value from one of the tables.
 147   void xortab(const uint64_t* tab) {
 148     for (int i = 0; i < size(); i++) {
 149       fp_[i] ^= tab[i];
 150     }
 151   }
 152
 153   // Helper functions: shift the fingerprint value left by 8/32/64 bits,
 154   // return the "out" value (the bits that were shifted out), and add "v"
 155   // in the bits on the right.
 156   uint8_t  shlor8(uint8_t v);
 157   uint32_t shlor32(uint32_t v);
 158   uint64_t shlor64(uint64_t v);
 159
 160   uint64_t fp_[1 + (BITS-1)/64];
 161 };
 162
 163 // Convenience functions
 164
 165 /**
 166  * Return the 64-bit Rabin fingerprint of a string.
 167  */
 168 inline uint64_t fingerprint64(StringPiece str) {
 169   uint64_t fp;
 170   Fingerprint<64>().update(str).write(&fp);
 171   return fp;
 172 }
 173
 174 /**
 175  * Compute the 96-bit Rabin fingerprint of a string.
 176  * Return the 64 most significant bits in *msb, and the 32 least significant
 177  * bits in *lsb.
 178  */
 179 inline void fingerprint96(StringPiece str,
 180                           uint64_t* msb, uint32_t* lsb) {
 181   uint64_t fp[2];
 182   Fingerprint<96>().update(str).write(fp);
 183   *msb = fp[0];
 184   *lsb = (uint32_t)(fp[1] >> 32);
 185 }
 186
 187 /**
 188  * Compute the 128-bit Rabin fingerprint of a string.
 189  * Return the 64 most significant bits in *msb, and the 64 least significant
 190  * bits in *lsb.
 191  */
 192 inline void fingerprint128(StringPiece str,
 193                            uint64_t* msb, uint64_t* lsb) {
 194   uint64_t fp[2];
 195   Fingerprint<128>().update(str).write(fp);
 196   *msb = fp[0];
 197   *lsb = fp[1];
 198 }
 199
 200
 201 template <>
 202 inline uint8_t Fingerprint<64>::shlor8(uint8_t v) {
 203   uint8_t out = (uint8_t)(fp_[0] >> 56);
 204   fp_[0] = (fp_[0] << 8) | ((uint64_t)v);
 205   return out;
 206 }
 207
 208 template <>
 209 inline uint32_t Fingerprint<64>::shlor32(uint32_t v) {
 210   uint32_t out = (uint32_t)(fp_[0] >> 32);
 211   fp_[0] = (fp_[0] << 32) | ((uint64_t)v);
 212   return out;
 213 }
 214
 215 template <>
 216 inline uint64_t Fingerprint<64>::shlor64(uint64_t v) {
 217   uint64_t out = fp_[0];
 218   fp_[0] = v;
 219   return out;
 220 }
 221
 222 template <>
 223 inline uint8_t Fingerprint<96>::shlor8(uint8_t v) {
 224   uint8_t out = (uint8_t)(fp_[0] >> 56);
 225   fp_[0] = (fp_[0] << 8) | (fp_[1] >> 56);
 226   fp_[1] = (fp_[1] << 8) | ((uint64_t)v << 32);
 227   return out;
 228 }
 229
 230 template <>
 231 inline uint32_t Fingerprint<96>::shlor32(uint32_t v) {
 232   uint32_t out = (uint32_t)(fp_[0] >> 32);
 233   fp_[0] = (fp_[0] << 32) | (fp_[1] >> 32);
 234   fp_[1] = ((uint64_t)v << 32);
 235   return out;
 236 }
 237
 238 template <>
 239 inline uint64_t Fingerprint<96>::shlor64(uint64_t v) {
 240   uint64_t out = fp_[0];
 241   fp_[0] = fp_[1] | (v >> 32);
 242   fp_[1] = v << 32;
 243   return out;
 244 }
 245
 246 template <>
 247 inline uint8_t Fingerprint<128>::shlor8(uint8_t v) {
 248   uint8_t out = (uint8_t)(fp_[0] >> 56);
 249   fp_[0] = (fp_[0] << 8) | (fp_[1] >> 56);
 250   fp_[1] = (fp_[1] << 8) | ((uint64_t)v);
 251   return out;
 252 }
 253
 254 template <>
 255 inline uint32_t Fingerprint<128>::shlor32(uint32_t v) {
 256   uint32_t out = (uint32_t)(fp_[0] >> 32);
 257   fp_[0] = (fp_[0] << 32) | (fp_[1] >> 32);
 258   fp_[1] = (fp_[1] << 32) | ((uint64_t)v);
 259   return out;
 260 }
 261
 262 template <>
 263 inline uint64_t Fingerprint<128>::shlor64(uint64_t v) {
 264   uint64_t out = fp_[0];
 265   fp_[0] = fp_[1];
 266   fp_[1] = v;
 267   return out;
 268 }
 269
 270 }  // namespace folly