[Trennmuster] Seltsames Verhalten von `abgleich-neueintraege.py`

[Arthur Reutenauer]

Am Montag den 6. April 2020 um 16:31:36 +0200 hat Werner LEMBERG geschrieben:
> Also ich bin der Meinung, daß das *nichts* mit einem Speicherproblem
> zu tun hat.

  Das Problem liegt an der Funktion „trenne_key“, die Einträge der
Wortliste manchmal verändert. Ein repräsentativer Auszug dieser Funktion
ist

	for k1, k2 in zerlege(key):
	    ...
	    e1 = words.get(k1)
	    e2 = words.get(k2)
	    ...
	    if len(e1) != len(e2)
	        e1.complete()
	        e2.complete()

wobei „words“ die Wortliste ist, „key“ ein Eintrag deren und
„zerlege“ eine Funktion, die die Liste aller Zerlegungen eines Wort
ausgibt, wie z. B. aus

	abenteuerbegeistert

die Liste

	[
	    ("a", "benteuerbegeistert"),
	    ("ab", "enteuerbegeistert"),
	    ("abe", "nteuerbegeistert"),
	    ...
	    ("abenteuerbegeist", "ert"),
	    ("abenteuerbegeiste", "rt"),
	    ("abenteuerbegeister", "t")
	]

Nur diejenigen Wortteile sind relevant, die selbst beide in der
Wortliste zu finden sind. In diesem Fall findet man in der Wortliste

	Abenteuer;A·ben-teu-er

und

	begeistert;-2-;be<gei-stert;be<geis-tert

  Die Länge eines Entrags von der Wortliste ist die Anzahl seiner
Felder, hier also 2 bzw. 4. Da diese nicht übereinstimmen, werden die
Einträge „ergänzt“, das ist zu sagen, dass sie beide mit Einträgen mit 8
Feldern ersetzt werden, hier

	Abenteuer;A·ben-teu-er;A·ben-teu-er;A·ben-teu-er;A·ben-teu-er;A·ben-teu-er;A·ben-teu-er;A·ben-teu-er

und

	begeistert;-2-;be<gei-stert;be<geis-tert;-5-;-6-;-7-;-8-

  Diese Ergänzung erfolgt in der Wortliste direkt, weil e1 und e2 keine
selbstständige Variablen sind, sondern Pointer in die Wortliste. Das
kann später unerwünschte Folgen haben, wie etwa mit der fünfzeiligen
Eingabe

	abenteuerbegeistert
	Abenteuerbereiches
	Abflugbereiches
	Abflugflughagens
	Abflughafens

  Mit der ersten Zeile werden wie oben erklärt die Einträge „Abenteuer“
und „begeistert“ der Wortliste zu acht Felder ergänzt. Bei der zweiten
Zeile „kontaminiert“ dann „Abenteuer“ das Wort „Bereiches“, das nun auch
acht Felder besitzt. Weiter werden zur Zeile 3 „Abflug“ (durch
„Bereiches“) und Z. 4 „Flughafens“ (durch „Abflug“) mit mehreren
unnötigen Feldern erweitert.

  Mit der letzten Zeile „Abflughafens“ kommt nun etwas Neues vor, weil
das Wort hier nicht von „trenne_key“, sondern von einer anderen Funktion
namens „praefixabgleich“ behandelt wird. Bisher hatten die Veränderungen
keinen Einfluss auf die Ausgabe des Skriptes, aber die Präfixfunktion
benutzt die aktuelle Wortliste, um ein vollkommen neues Objekt
herzustellen, etwa „Abflughafen;(Ab<flug=ha-fens)^7“ mit sechs
überflüssigen Feldern.

  Das passiert ganz oft und erklärt viele anscheinend erstaunliche
Einträge im Ergebnis des Skriptes. Ich schlage vor, die Zeilen

	e1.complete()
	e2.complete()

durch

	e1 = e1.completed()
	e2 = e2.completed()

zu ersetzen, die eine Kopie der jeweiligen Worteile ausgeben, anstatt
sie an der Stelle zu verändern. Das korrigiert ganz viele Fehler und ich
habe keinen Unterschied mit der Laufzeit gemerkt (61-62 Minuten auf
meinem Server).

	Mit freundlichen Grüßen,

		Arthur