From b1e47622ae599029e59914f4c6ce6db2c4a419c3 Mon Sep 17 00:00:00 2001
From: Dmitrii Krosh <gudovdo@my.msu.ru>
Date: Mon, 13 Jul 2026 20:36:30 +0300
Subject: [PATCH] start on newset.c

---
 .clang-format        |  3 +++
 reimplement/newset.c | 52 ++++++++++++++++++++++++++++++++++++++++++++
 reimplement/plans.md | 31 ++++++++++++++++++++++++++
 3 files changed, 86 insertions(+)
 create mode 100644 .clang-format
 create mode 100644 reimplement/newset.c
 create mode 100644 reimplement/plans.md

diff --git a/.clang-format b/.clang-format
new file mode 100644
index 0000000..b764d98
--- /dev/null
+++ b/.clang-format
@@ -0,0 +1,3 @@
+BasedOnStyle: Google
+IndentWidth: 2
+ColumnLimit: 100
\ No newline at end of file
diff --git a/reimplement/newset.c b/reimplement/newset.c
new file mode 100644
index 0000000..fecd954
--- /dev/null
+++ b/reimplement/newset.c
@@ -0,0 +1,52 @@
+#include "system.h"
+
+struct set {
+  int cnt;
+  struct symbols {
+    const char* str;
+    unsigned hash;
+  }* symbols_v;
+};
+
+struct set* set_new() {
+  // should we use x___ funcs?
+  struct set* set = xmalloc(sizeof *set);
+  set->cnt = 0;
+  set->symbols_v = NULL;
+
+  return set;
+}
+
+void set_add(struct set* set, const char* sym) {
+  const int delta = 1024;
+
+  if ((set->cnt & (delta - 1)) == 0) {
+    set->symbols_v = xrealloc(set->symbols_v, sizeof(*set->symbols_v) * (set->cnt + delta));
+  }
+
+  set->symbols_v[set->cnt].str = xstrdup(sym);
+  set->symbols_v[set->cnt].hash = 0;
+  set->cnt++;
+
+  return;
+}
+
+struct set* set_free(struct set* set) {
+  if (set) {
+    for (int i = 0; i < set->cnt; i++) {
+      _free((char*)set->symbols_v[i].str);
+    }
+
+    _free(set->symbols_v);
+    set = _free(set);
+  }
+
+  return NULL;
+}
+
+// ---
+
+const char* set_fini(struct set* set, int bpp) {
+  // Implementation for finalizing the set
+  return NULL;
+}
diff --git a/reimplement/plans.md b/reimplement/plans.md
new file mode 100644
index 0000000..76eb40e
--- /dev/null
+++ b/reimplement/plans.md
@@ -0,0 +1,31 @@
+1. `set.c` используется в двух местах - `rpm` и `rpm-build`
+   - в `rpm` используется только `rpmsetcmp`, который оборачивается в `setcmp` и используется как бинарник
+   - в `rpm-build` используются оставшиеся 4 функции для создания, оборачиваются в бинарник `mkset`
+
+2. Логично, что всю логику работы при таком исходе можно разделить
+   - вероятно, начать стоит с составления (хотя хочется с сравнения, ибо 1 функция)
+
+3. Другой вывод - бинарник, вообще говоря, можно написать и на другом ЯП в таком случае
+
+4. Реимпементация не будет предполагать оптимизации, которая и не особо нужна при создании, но была бы полезна при сравнении
+
+5. Используещиеся в данный момент оптимизации:
+   - кэширование "левых" (provides) строк
+   - pre-compiled таблица 2хбайт символов
+   - прыжки по 4/8 символов хэша
+
+6. Что можно было бы оставить из оптимизаций в сравнении:
+   - теоритически кэш
+   - прыжки сделать длиной `len(s1)/len(s2)`
+
+7. Оптимизации при создании строк:
+   - сторонняя хэш функция
+     - также даёт преимущество на 64 бит хэше ("на всякий")
+
+8. Возможно изменение структуры кода для читаемости, например:
+   - много init функций
+   - много проверок, ошибки с отрицательными значениями
+
+9. А какую реализацию оставляем?..
+
+!!! `lib/rpmds.c` стоит исследовать, т.к. сейчас есть шанс, что это единственное место, где используется оптимизация кэширования, если исользуется вовсе