Get rid of static vars in expr-opt.c.
[pspp] / TODO
1 Time-stamp: <2004-03-14 22:12:02 blp>
2
3 TODO
4 ----
5
6 Scratch variables should not be available for use following TEMPORARY.
7
8 Details of N OF CASES, SAMPLE, FILTER, PROCESS IF, TEMPORARY, etc., need to be
9 checked against the documentation.  See notes on these at end of file for a
10 start.
11
12 Check our results against the NIST StRD benchmark results at
13 strd.itl.nist.gov/div898/strd
14
15 In debug mode hash table code should verify that collisions are reasonably low.
16
17 Use posix_fadvise(POSIX_FADV_SEQUENTIAL) where available.
18
19 random.c should not know about set_seed.
20
21 Use AFM files instead of Groff font files, and include AFMs for our default
22 fonts with the distribution.
23
24 Add libplot output driver.  Suggested by Robert S. Maier
25 <rsm@math.arizona.edu>: "it produces output in idraw-editable PS format, PCL5
26 format, xfig-editable format, Illustrator format,..., and can draw vector
27 graphics on X11 displays also".
28
29 Storage of value labels on disk is inefficient.  Invent new data structure.
30
31 Add an output flag which would cause a page break if a table segment could fit
32 vertically on a page but it just happens to be positioned such that it won't.
33
34 Fix spanned joint cells, i.e., EDLEVEL on crosstabs.stat.
35
36 Cell footnotes.
37
38 PostScript driver should emit thin lines, then thick lines, to optimize time
39 and space.
40
41 New functions?  var_name_or_label(), tab_value_or_label()
42
43 Should be able to bottom-justify cells.  It'll be expensive, though, by
44 requiring an extra metrics call.
45
46 Perhaps instead of the current lines we should define the following line types:
47 null, thin, thick, double.  It might look pretty classy.
48
49 Perhaps thick table borders that are cut off by a page break should decay to
50 thin borders.  (i.e., on a thick bordered table that's longer than one page,
51 but narrow, the bottom border would be thin on the first page, and the top and
52 bottom borders on middle pages.)
53
54 Support multi-line titles on tables. (For the first page only, presumably.)
55
56 Rewrite the convert_F() function in data-out.c to be nicer code.
57
58 In addition to searching the source directory, we should search the current
59 directory (for data files).  (Yuck!)
60
61 Fix line-too-long problems in PostScript code, instead of covering them up.
62 setlinecap is *not* a proper solution.
63
64 Need a better way than MAX_WORKSPACE to detect low-memory conditions.
65
66 When malloc() returns 0, page to disk and free() unnecessary data.
67
68 Remove ccase * argument from procfunc argument to procedure().
69
70 See if process_active_file() has wider applicability.
71
72 Eliminate private data in struct variable through use of pointers.
73
74 Fix som_columns().
75
76 There needs to be another layer onto the lexer, which should probably be
77 entirely rewritten anyway.  The lexer needs to read entire *commands* at a
78 time, not just a *line* at a time.  This would vastly simplify the
79 (yet-to-be-implemented) logging mechanism and other stuff as well.
80
81 Has glob.c been pared down enough?
82
83 Improve interactivity of output by allowing a `commit' function for a page.
84 This will also allow for infinite-length pages.
85
86 All the tests need to be looked over.  Some of the SET calls don't make sense
87 any more.
88
89 Implement thin single lines, should be pretty easy now.
90
91 SELECT IF should be moved before other transformations whenever possible.  It
92 should only be impossible when one of the variables referred to in SELECT IF is
93 created or modified by a previous transformation.
94
95 The manual: add text, add index entries, add examples.
96
97 The inline file should be improved: There should be *real* detection of whether
98 it is used (in dfm.c:cmd_begin_data), not after-the-fact detection.
99
100 Figure out a stylesheet for messages displayed by PSPP: i.e., what quotation
101 marks around filenames, etc.
102
103 Data input and data output are currently arranged in reciprocal pairs: input is
104 done directly, with write_record() or whatever; output is done on a callback
105 event-driven basis.  It would definitely be easier if both could be done on a
106 direct basis, with read_record() and write_record() routines, with a coroutine
107 implementation (see Knuth).  But I'm not sure that coroutines can be
108 implemented in ANSI C.  This will require some thought.  Perhaps 0.4.0 can do
109 this.
110
111 New SET subcommand: OUTPUT.  i.e., SET OUTPUT="filename" to send output to that
112 file; SET OUTPUT="filename"(APPEND) to append to that file; SET OUTPUT=DEFAULT
113 to reset everything.  There might be a better approach, though--think about it.
114
115 HDF export capabilities (http://hdf.ncsa.uiuc.edu).  Suggested by Marcus
116 G. Daniels <mgd@santafe.edu>.
117
118 From Zvi Grauer <z.grauer@csuohio.edu> and <zvi@mail.ohio.net>:
119
120    1. design of experiments software, specifically Factorial, response surface
121    methodology and mixrture design.
122
123    These would be EXTREMELY USEFUL for chemists, engineeris, and anyone
124    involved in the production of chemicals or formulations.
125
126    2. Multidimensional Scaling analysis (for market analysis) -
127
128    3. Preference mapping software for market analysis
129
130    4. Hierarchical clustering (as well as partition clustering)
131
132    5. Conjoint analysis
133
134    6. Categorical data analsys ?
135
136 IDEAS
137 -----
138
139 In addition to an "infinite journal", we should keep a number of
140 individual-session journals, pspp.jnl-1 through pspp.jnl-X, renaming and
141 deleting as needed.  All of the journals should have date/time comments.
142
143 Qualifiers for variables giving type--categorical, ordinal, ...
144
145 Analysis Wizard
146
147 Consider consequences of xmalloc(), fail(), hcf() in interactive
148 use:
149 a. Can we safely just use setjmp()/longjmp()?
150 b. Will that leak memory?
151 i. I don't think so: all procedure-created memory is either
152 garbage-collected or globally-accessible.
153 ii. But you never know... esp. w/o Checker.
154 c. Is this too early to worry? too late?
155
156 Need to implement a shared buffer for funny functions that require relatively
157 large permanent transient buffers (1024 bytes or so), that is, buffers that are
158 permanent in the sense that they probably shouldn't be deallocated but are only
159 used from time to time, buffers that can't be allocated on the stack because
160 they are of variable and unpredictable but usually relatively small (usually
161 line buffers).  There are too many of these lurking around; can save a sizeable
162 amount of space at very little overhead and with very little effort by merging
163 them.
164
165 Clever multiplatform GUI idea (due partly to John Williams): write a GUI in
166 Java where each statistical procedure dialog box could be downloaded from the
167 server independently.  The statistical procedures would run on (the/a) server
168 and results would be reported through HTML tables viewed with the user's choice
169 of web browsers.  Help could be implemented through the browser as well.
170
171 Design a plotting API, with scatterplots, line plots, pie charts, barcharts,
172 Pareto plots, etc., as subclasses of the plot superclass.
173
174 HOWTOs
175 ------
176
177 1. How to add an operator for use in PSPP expressions:
178
179 a. Add the operator to the enumerated type at the top of expr.h.  If the
180 operator has arguments (i.e., it's not a terminal) then add it *before*
181 OP_TERMINAL; otherwise, add it *after* OP_TERMINAL.  All these begin with OP_.
182
183 b. If the operator's a terminal then you'll want to design a structure to hold
184 its content.  Add the structure to the union any_node.  (You can also reuse one
185 of the prefab structures, of course.)
186
187 c. Now switch to expr-prs.c--the module for expression parsing.  Insert the
188 operator somewhere in the precedence hierarchy.
189
190 (1) If you're adding a operator that is a function (like ACOS, ABS, etc.) then
191 add the function to functab in `void init_functab(void)'.  Order is not
192 important here.  The first element is the function name, like "ACOS".  The
193 second is the operator enumerator you added in expr.h, like OP_ARCOS.  The
194 third element is the C function to parse the PSPP function.  The predefined
195 functions will probably suit your needs, but if not, you can write your own.
196 The fourth element is an argument to the parsing function; it's only used
197 currently by generic_str_func(), which handles a rather general syntax for
198 functions that return strings; see the comment at the beginning of its code for
199 details.
200
201 (2) If you're adding an actual operator you'll have to put a function in
202 between two of the operators there already in functions `exprtype
203 parse_*(any_node **n)'.  Each of these stores the tree for its result into *n,
204 and returns the result type, or EX_ERROR on error.  Be sure to delete all the
205 allocated memory on error before returning.
206
207 d. Add the operator to the table `op_desc ops[OP_SENTINEL+1]' in expr-prs.c,
208 which has an entry for every operator.  These entries *must* be in the same
209 order as they are in expr.h.  The entries have the form `op(A,B,C,D)'.  A is
210 the name of the operator as it should be printed in a postfix output format.
211 For example, the addition operator is printed as `plus'.  B is a bitmapped set
212 of flags:
213
214 * Set the 001 bit (OP_VAR_ARGS) if the operator takes a variable number of
215 arguments.  If a function can take, say, two args or three args, but no other
216 numbers of args, this is a poor way to do it--instead implement the operator as
217 two separate operators, one with two args, the other with three.  (The main
218 effect of this bit is to cause the number of arguments to be output to the
219 postfix form so that the expression evaluator can know how many args the
220 operator takes.  It also causes the expression optimizer to calculate the
221 needed stack height differently, without referencing C.)
222
223 * Set the 002 bit (OP_MIN_ARGS) if the operator can take an optional `dotted
224 argument' that specified the minimum number of non-SYSMIS arguments in order to
225 have a non-SYSMIS result.  For instance, MIN.3(e1,e2,e3,e4,e5) returns a
226 non-SYSMIS result only if at least 3 out of 5 of the expressions e1 to e5 are
227 not missing.
228
229 Minargs are passed in the nonterm_node structure in `arg[]''s elements past
230 `n'--search expr-prs.c for the words `terrible crock' for an example of this.
231
232 Minargs are output to the postfix form.  A default value is output if none was
233 specified by the user.
234
235 You can use minargs for anything you want--they're not limited to actually
236 describing a minimum number of valid arguments; that's just what they're most
237 *commonly* used for.
238
239 * Set the 004 bit (OP_FMT_SPEC) if the operator has an argument that is a
240 format specifier.  (This causes the format specifier to be output to the
241 postfix representation.)
242
243 Format specs are passed in the nonterm_node structure in the same way as
244 minargs, except that there are three args, in this order: type, width, # of
245 decimals--search expr-prs.c for the words `is a crock' for an example of this.
246
247 * Set the 010 bit (OP_ABSORB_MISS) if the operator can *ever* have a result of
248 other than SYSMIS when given one or more arguments of SYSMIS.  Operators
249 lacking this bit and known to have a SYSMIS argument are short-circuited to
250 SYSMIS by the expression optimizer.
251
252 * If your operator doesn't fit easily into the existing categories,
253 congratulations, you get to write lots of code to adjust everything to cope
254 with this new operator.  Are you really sure you want to do that?
255
256 C is the effect the operator has on stack height.  Set this to `varies' if the
257 operator has a variable number of arguments.  Otherwise this 1, minus the
258 number of arguments the operator has.  (Since terminals have no arguments, they
259 have a value of +1 for this; other operators have a value of 0 or less.)
260
261 D is the number of items output to the postfix form after the operator proper.
262 This is 0, plus 1 if the operator has varargs, plus 1 if the operator has
263 minargs, plus 3 if the operator has a format spec.  Note that minargs/varargs
264 can't coexist with a format spec on the same operator as currently coded.  Some
265 terminals also have a nonzero value for this but don't fit into the above
266 categories.
267
268 e. Switch to expr-opt.c.  Add code to evaluate_tree() to evaluate the
269 expression when all arguments are known to be constants.  Pseudo-random
270 functions can't be evaluated even if their arguments are constants.  If the
271 function can be optimized even if its arguments aren't all known constants, add
272 code to optimize_tree() to do it.
273
274 f. Switch to expr-evl.c.  Add code to evaluate_expression() to evaluate the
275 expression.  You must be absolutely certain that the code in evaluate_tree(),
276 optimize_tree(), and evaluate_expression() will always return the same results,
277 otherwise users will get inconsistent results, a Bad Thing.  You must be
278 certain that even on boundary conditions users will get identical results, for
279 instance for the values 0, 1, -1, SYSMIS, or, for string functions, the null
280 string, 1-char strings, and 255-char strings.
281
282 g. Test the code.  Write some test syntax files.  Examine the output carefully.
283
284 NOTES ON SEARCH ALGORITHMS
285 --------------------------
286
287 1. Trees are nicer when you want a sorted table.  However, you can always
288 sort a hash table after you're done adding values.
289
290 2. Brent's variation of Algorithm D is best when the table is fixed: it's
291 memory-efficient, having small, fixed overhead.  It's easier to use
292 when you know in advance how many entries the table will contain.
293
294 3. Algorithm L is rather slow for a hash algorithm, however it's easy.
295
296 4. Chaining is best in terms of speed; ordered/self-ordering is even
297 better.
298
299 5. Rehashing is slow.
300
301 6. Might want to decide on an algorithm empirically since there are no
302 clear mathematical winners in some cases.
303
304 7. gprof?  Hey, it works!
305
306 MORE NOTES/IDEAS/BUGS
307 ---------------------
308
309 The behavior of converting a floating point to an integer when the value of the
310 float is out of range of the integer type is UNDEFINED!  See ANSI 6.2.1.3.
311
312 What should we do for *negative* times in expressions?
313
314 Sometimes very wide (or very tall) columns can occur in tables.  What is a good
315 way to truncate them?  It doesn't seem to cause problems for the ascii or
316 postscript drivers, but it's not good in the general case.  Should they be
317 split somehow?  (One way that wide columns can occur is through user request,
318 for instance through a wide PRINT request--try time-date.stat with a narrow
319 ascii page or with the postscript driver on letter size paper.)
320
321 NULs in input files break the products we're replacing: although it will input
322 them properly and display them properly as AHEX format, it truncates them in A
323 format.  Also, string-manipulation functions such as CONCAT truncate their
324 results after the first NUL.  This should simplify the result of PSPP design.
325 Perhaps those ugly a_string, b_string, ..., can all be eliminated.
326
327 From Moshe Braner <mbraner@nessie.vdh.state.vt.us>: An idea regarding MATCH
328 FILES, again getting BEYOND the state of SPSS: it always bothered me that if I
329 have a large data file and I want to match it to a small lookup table, via
330 MATCH FILES FILE= /TABLE= /BY key, I need to SORT the large file on key, do the
331 match, then (usually) re-sort back into the order I really want it.  There is
332 no reason to do this, when the lookup table is small.  Even a dumb sequential
333 search through the table, for every case in the big file, is better, in some
334 cases, than the sort.  So here's my idea: first look at the /TABLE file, if it
335 is "small enough", read it into memory, and create an index (or hash table,
336 whatever) for it.  Then read the /FILE and use the index to match to each case.
337 OTOH, if the /TABLE is too large, then do it the old way, complaining if either
338 file is not sorted on key.
339
340 ----------------------------------------------------------------------
341 Statistical procedures:
342
343 For each case we read from the input program:
344
345 1. Execute permanent transformations.  If these drop the case, stop.
346 2. N OF CASES.  If we have already written N cases, stop.
347 3. Write case to replacement active file.
348 4. Execute temporary transformations.  If these drop the case, stop.
349 5. Post-TEMPORARY N OF CASES.  If we have already analyzed N cases, stop.
350 6. FILTER, PROCESS IF.  If these drop the case, go to 5.
351 7. Pass case to procedure.
352
353 Ugly cases:
354
355 LAG records cases in step 3.
356
357 AGGREGATE: When output goes to an external file, this is just an ordinary
358 procedure.  When output goes to the active file, step 3 should be skipped,
359 because AGGREGATE creates its own case sink and writes to it in step 7.  Also,
360 TEMPORARY has no effect and we just cancel it.  Regardless of direction of
361 output, we should not implement AGGREGATE through a transformation because that
362 will fail to honor FILTER, PROCESS IF, N OF CASES.
363
364 ADD FILES: Essentially an input program.  It silently cancels unclosed LOOPs
365 and DO IFs.  If the active file is used for input, then runs EXECUTE (if there
366 are any transformations) and then steals vfm_source and encapsulates it.  If
367 the active file is not used for input, then it cancels all the transformations
368 and deletes the original active file.
369
370 CASESTOVARS: ???
371
372 FLIP:
373
374 MATCH FILES: Similar to AGGREGATE.  This is a procedure.  When the active file
375 is used for input, it reads the active file; otherwise, it just cancels all the
376 transformations and deletes the original active file.  Step 3 should be
377 skipped, because MATCH FILES creates its own case sink and writes to it in step
378 7.  TEMPORARY is not allowed.
379
380 MODIFY VARS:
381
382 REPEATING DATA:
383
384 SORT CASES:
385
386 UPDATE: same as ADD FILES.
387
388 VARSTOCASES: ???
389 ----------------------------------------------------------------------
390 N OF CASES
391
392   * Before TEMPORARY, limits number of cases sent to the sink.
393
394   * After TEMPORARY, limits number of cases sent to the procedure.
395
396   * Without TEMPORARY, those are the same cases, so it limits both.
397
398 SAMPLE
399
400   * Sample is just a transformation.  It has no special properties.
401
402 FILTER
403
404   * Always selects cases sent to the procedure.
405
406   * No effect on cases sent to sink.
407
408   * Before TEMPORARY, selection is permanent.  After TEMPORARY,
409     selection stops after a procedure.
410
411 PROCESS IF
412
413   * Always selects cases sent to the procedure.
414
415   * No effect on cases sent to sink.
416
417   * Always stops after a procedure.
418
419 SPLIT FILE
420
421   * Ignored by AGGREGATE.  Used when procedures write matrices.
422
423   * Always applies to the procedure.
424
425   * Before TEMPORARY, splitting is permanent.  After TEMPORARY,
426     splitting stops after a procedure.
427
428 TEMPORARY
429
430   * TEMPORARY has no effect on AGGREGATE when output goes to the active file.
431
432   * SORT CASES, ADD FILES, RENAME VARIABLES, CASESTOVARS, VARSTOCASES,
433     COMPUTE with a lag function cannot be used after TEMPORARY.
434
435   * Cannot be used in DO IF...END IF or LOOP...END LOOP.
436
437   * FLIP ignores TEMPORARY.  All transformations become permanent.
438
439   * MATCH FILES and UPDATE cannot be used after TEMPORARY if active
440     file is an input source.
441
442   * RENAME VARIABLES is invalid after TEMPORARY.
443
444   * WEIGHT, SPLIT FILE, N OF CASES, FILTER, PROCESS IF apply only to
445     the next procedure when used after TEMPORARY.
446
447 WEIGHT
448
449   * Always applies to the procedure.
450
451   * Before TEMPORARY, weighting is permanent.  After TEMPORARY,
452     weighting stops after a procedure.
453
454
455 -------------------------------------------------------------------------------
456 Local Variables:
457 mode: text
458 fill-column: 79
459 End: