[ruby-dev:20633] Re: [Oniguruma] explicit capture

In article <[e-mail]>,
  Tanaka Akira <[e-mail]> writes:

> つまり、おおまかにいって、たくさん使うのは短く、あんまり使わないのは長
> くするわけです。ちなみに perl 方面ではこれを huffman coding と呼んでい
> るようです。
>
> というわけで、named capture や explicit capture を使って、どういうプロ
> グラムをたくさん書くことになるのか、という点を考えるのはどうでしょうか。
>
> そういう観点で考えて、番号と名前を両方使うという使用法は(オプションを
> つけずにデフォルトで使えたほうがいい程)頻繁に使うものなのでしょうか?

もうちょっと詳しく書いてみました。

explicit capture というのは (...) が (?:...) と同じ意味になることなの
で、(?:...) を使いたい時に (...) を使えて 2文字短くなるというのが嬉し
いわけです。

さて、とあるパターンの中に (?:...) が n 個現われているとしましょう。ま
た、パターンを explicit capture と指定するにはオプションを /.../c のよ
うに指定することにしましょう。すると、explicit capture を使わない場合
に対して、explicit capture を使用すると 2n-1 文字短くなります。

ここで、capture の使われかたは番号と名前をそれぞれ使うかどうかの組合せ
で 4種類あります。そのうち explicit capture が使えるのは番号が使われな
い 2種類ですから、文字数の減少をまとめると次のようになります。

0. capture を使わない場合                  : 2n-1
1. 番号による capture だけを使う場合       : 0
2. 名前による capture だけを使う場合       : 2n-1
3. 番号と名前による capture を両方使う場合 : 0

さて、これはこれでいけなくはないんですが、

* 番号と名前を両方使うよりは名前だけの場合のほうがずっと多い(予想)
* 名前による capture はまだ導入されていないので互換性の問題がない

という 2つを利用すると、プログラムの長さ(の平均)をさらに短くすることが
できます。huffman coding の教えにより、たくさん使うものを短くし、あま
り使わないものを長くするというわけで、次のようにします。

0. capture を使わない場合                  : 2n-1
1. 番号による capture だけを使う場合       : 0
2. 名前による capture だけを使う場合       : 2n
3. 番号と名前による capture を両方使う場合 : -1

具体的にどうするかというと、これはオプションをどの場合につけるかを工夫
します。名前による capture がパターンに含まれている場合には explicit
capture をデフォルトにして、番号と名前を両方使う場合にはオプション
(c の逆だから C とか?)をつけるようにするわけです。

すると、普段使うのが(プログラムの平均的長さが)さらに短くなって嬉しい、
というわけです。

なお、このやりかただと番号と名前を使う場合が無条件に長くなるわけで、そ
ういうことをやると普通は文句が出て来るのですが、この件に関していえばそ
の心配はありません。なんでかというと、名前による capture はまだ導入さ
れておらず、誰も使っていないからです。導入された時点でその長さなら誰も
文句はいわないでしょう。
-- 
[田中 哲][たなか あきら][Tanaka Akira]