include/llvm/Support/UnicodeCharRanges.h

   1 //===--- UnicodeCharRanges.h - Types and functions for character ranges ---===//
   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 #ifndef LLVM_SUPPORT_UNICODECHARRANGES_H
  10 #define LLVM_SUPPORT_UNICODECHARRANGES_H
  11
  12 #include "llvm/ADT/ArrayRef.h"
  13 #include "llvm/ADT/SmallPtrSet.h"
  14 #include "llvm/Support/Compiler.h"
  15 #include "llvm/Support/Debug.h"
  16 #include "llvm/Support/Mutex.h"
  17 #include "llvm/Support/MutexGuard.h"
  18 #include "llvm/Support/raw_ostream.h"
  19
  20 namespace {
  21
  22 struct UnicodeCharRange {
  23   uint32_t Lower;
  24   uint32_t Upper;
  25 };
  26 typedef llvm::ArrayRef<UnicodeCharRange> UnicodeCharSet;
  27
  28 /// Returns true if each of the ranges in \p CharSet is a proper closed range
  29 /// [min, max], and if the ranges themselves are ordered and non-overlapping.
  30 static inline bool isValidCharSet(UnicodeCharSet CharSet) {
  31 #ifndef NDEBUG
  32   static llvm::SmallPtrSet<const UnicodeCharRange *, 16> Validated;
  33   static llvm::sys::Mutex ValidationMutex;
  34
  35   // Check the validation cache.
  36   {
  37     llvm::MutexGuard Guard(ValidationMutex);
  38     if (Validated.count(CharSet.data()))
  39       return true;
  40   }
  41
  42   // Walk through the ranges.
  43   uint32_t Prev = 0;
  44   for (UnicodeCharSet::iterator I = CharSet.begin(), E = CharSet.end();
  45        I != E; ++I) {
  46     if (I != CharSet.begin() && Prev >= I->Lower) {
  47       DEBUG(llvm::dbgs() << "Upper bound 0x");
  48       DEBUG(llvm::dbgs().write_hex(Prev));
  49       DEBUG(llvm::dbgs() << " should be less than succeeding lower bound 0x");
  50       DEBUG(llvm::dbgs().write_hex(I->Lower) << "\n");
  51       return false;
  52     }
  53     if (I->Upper < I->Lower) {
  54       DEBUG(llvm::dbgs() << "Upper bound 0x");
  55       DEBUG(llvm::dbgs().write_hex(I->Lower));
  56       DEBUG(llvm::dbgs() << " should not be less than lower bound 0x");
  57       DEBUG(llvm::dbgs().write_hex(I->Upper) << "\n");
  58       return false;
  59     }
  60     Prev = I->Upper;
  61   }
  62
  63   // Update the validation cache.
  64   {
  65     llvm::MutexGuard Guard(ValidationMutex);
  66     Validated.insert(CharSet.data());
  67   }
  68 #endif
  69   return true;
  70 }
  71
  72 } // namespace
  73
  74
  75 /// Returns true if the Unicode code point \p C is within the set of
  76 /// characters specified by \p CharSet.
  77 LLVM_READONLY static inline bool isCharInSet(uint32_t C,
  78                                              UnicodeCharSet CharSet) {
  79   assert(isValidCharSet(CharSet));
  80
  81   size_t LowPoint = 0;
  82   size_t HighPoint = CharSet.size();
  83
  84   // Binary search the set of char ranges.
  85   while (HighPoint != LowPoint) {
  86     size_t MidPoint = (HighPoint + LowPoint) / 2;
  87     if (C < CharSet[MidPoint].Lower)
  88       HighPoint = MidPoint;
  89     else if (C > CharSet[MidPoint].Upper)
  90       LowPoint = MidPoint + 1;
  91     else
  92       return true;
  93   }
  94
  95   return false;
  96 }
  97
  98 #endif // LLVM_SUPPORT_UNICODECHARRANGES_H