更新换行算法和APP-PUSH

This commit is contained in:
吕新雨
2026-02-10 11:39:33 +08:00
parent f03d36b5e9
commit ee2d9f44ea
105 changed files with 9967 additions and 233 deletions

View File

@@ -0,0 +1,104 @@
# search-engine-app技术计划
## 1. 计划目标
**APP** 场景实现确定性的“断点组合搜索器”,使用 **DP + TopK** 生成候选 layout 并选出最优解:
- 输入:`tokens[]``breakpoints[]``availableWidth``maxLines``lineMode`
- 过程DP 状态转移 + TopK 维护(去重、排序、确定性 tie-break
- 评分:调用 `scoring-tiebreak``scoreLayout` + `buildTieKey`
- 输出:`bestLayout`breaks/lines/wrappedText/meta或返回 “无解/超长/宽度不可用” 的可解释原因overflow-fallback 模块将统一处理最终语义)
## 2. 约束与确定性口径
### 2.1 确定性(必须)
同输入(含 configVersion/权重/词表/断点列表)必须同输出:
- DP 遍历顺序固定pos 升序、linesUsed 升序)
- nextPos 枚举顺序固定(按 `pos` 升序;最后补一个 `N` 结束边界)
- TopK 的排序固定:`score` 降序;再按 `tieKey` 逐项比较11 节);再按 `breaks` 字典序11.0A
- 去重固定:同 `breaks` 序列只保留最优score 更大;若相同用 tieKey
### 2.2 复杂度(必须可控)
遵循文档 9.3 建议:
- 默认 `TopK=10`
- 默认 `maxLines<=3`(或 4
- 超长输入触发 `TOO_LONG`TC>60 grapheme 或 EN>30 words首版写死后续 configVersion 管理)
## 3. DP + TopK 设计(对应文档 9.1
### 3.1 状态定义
`N=tokens.length`token 边界为 `pos in [0..N]`
- `dp[pos][linesUsed] = TopK partial layouts ending at token boundary pos`
- partial layout 至少包含:
- `pos`:当前结束位置
- `breaks: number[]`:已选择的断点序列(升序)
- `lines: LineInfo[]`已生成的行信息start/end/text/width/tokenCount/charCount
- `score: number` + `tieKey: number[]`(由 scoring-tiebreak 构造)
### 3.2 转移(生成下一行)
从状态 `(pos, linesUsed)` 选择 `nextPos` 生成新行区间 `[pos..nextPos)`
- nextPos 取值来自 `breakpoints``b.pos``b.pos > pos`,并按 `pos` 升序枚举
- 必须额外允许 `nextPos = N`(结束边界)
- 每次转移需:
- 构造 lineText使用 `core-contract/joinTokens`
- 测量 lineWidth优先使用 `width-measurement/measureSliceWidthCached`(切片缓存),若不可用返回 `WIDTH_UNKNOWN`
- 应用硬约束过滤(见 3.3
- 计算新 layout 的评分与 tieKey调用 scoring-tiebreak
- 插入 `dp[nextPos][linesUsed+1]` 并维护 TopK去重、排序
### 3.3 硬约束(本模块先落地最小集)
为了让 DP 行为稳定且可解释,首版在搜索层执行以下硬约束(其余放到评分):
- **H1 不超宽**:若 lineWidth 可用且 `lineWidth > availableWidth`,该转移无效
- **H5 最大行数**`linesUsed+1 <= maxLines`
- **禁止空行**`nextPos > pos`(区间非空)
- **TC 禁止行首标点H6**
-`lang=TC``pos>0``tokens[pos]` 属于 `tcPunctuations`,则该断点不可用(跳过)
> 说明protectedPhrases 的“span 内断点剔除”属于候选断点优化(可选),首版不在搜索层做剔除,依赖 scoring 的强惩罚淘汰(文档 6.2A / 10.2A)。
### 3.4 结束条件与 lineMode
- 正常结束:到达 `pos=N`
- `lineMode=AUTO`
-`dp[N][1..maxLines]` 里选最优
- `lineMode=FIXED`
- 优先从 `dp[N][==maxLines]` 里选最优
- 若无解:返回 “无解” 的原因与必要 meta由 overflow-fallback 统一降级链路与打点)
## 4. 代码落位(客户端)
建议目录:
- `client/src/features/textWrap/searchApp/`
- `types.ts`
- `dpTopK.ts`DP 主流程 + TopK 维护)
- `topK.ts`(去重、插入、排序、截断)
- `constraints.ts`H1/H6/TOO_LONG 判定)
- `index.ts`
- `__tests__/searchApp.test.ts`
## 5. 测试计划Vitest
- **确定性**:同输入运行 3 次输出完全一致breaks/lines/wrappedText
- **TopK 去重**:构造两条路径得到相同 breaks断言只保留一个且为最优
- **lineMode=FIXED**:有解时必须返回刚好 `maxLines`;无解时返回 reason例如 `NO_CANDIDATE`
- **TC 行首标点**:构造 tokens 在断点后行首为 ``,断言该转移被禁止
- **TOO_LONG**TC>60 或 EN>30 时直接返回 `TOO_LONG`
## 6. 完成定义DoD
- DP+TopK 可运行,且确定性通过单测
- 使用 `scoring-tiebreak` 进行评分与 tieKey 裁决
- 搜索层硬约束最小集落地H1/H6/空行/maxLines
- 无解/超长/宽度不可用时返回明确 reason不直接在本模块做最终 overflow