add more ir opt code, clearified what to opt, so current opt code may need rewrite

future/ngra-regex-ir.md

@@ -33,43 +33,32 @@
 1. 尽可能降低源生成或者运行时执行中，对多指令上下文的依赖，尽可能保证每一个IR可以单独输出最佳的代码
 2. 减少多余的结构，使得一行指令尽可能处理多的数据
 
-### 语义改写优化
+### AST优化器
 
-1. 计数器展开
-建议在lower做
-对于形如a+b或者a{2,4}b的正则表达式，可以优化为a*(ab|b)和a{2,3}(ab|b)的写法
+1. ALT合并
+将多个ALT CASE合并到一个链表中
 
-2. 确定性计数展开
-建议在lower做
-对于形如a{m,n}的正则表达式，将其展开为a{m}a{0,n-m}的形式
+2. SPAN合并
+将连续的CHAR CONCAT合并为一个char span
 
-3. charset合并
-建议在ast-opt做
-对于形如[ abc ]|[ def ]的表达式，将其合并为[ abcdef ]
+3. alt合并
+将多个alt分支中的公共部分提取出来
 
-4. charset展开
-在lower做
-对于形如abc[ de ]的表达式，如果字符集容量不超过4，可以站卡为(abcd|abce)形式
+### IR优化器
 
-### 匹配策略改变
+1. .*a特征，优化为
+FIND_SEQ(a, last)
+.*?a特征，优化为
+FIND_SEQ(a, first)
 
-1. 长度预测
-在source-gen阶段做
-对于一个正则表达式，可以计算其所需的最小长度，可以在开始的时候提前进行比较
+2. a+特征，优化为
+MATCH_SEQ(a)
+COUNT_SEQ(a,0,+inf,greedy)
 
-2. .*优化
-在lower阶段做
-对于COUNT_SET min=0 max=-1 "."指令，也就是.*操作，将后续指令从match转为find
+3. a{1} -> a
 
-3. [ set ]*优化
-在source-gen阶段做
-对于其他的COUNT_SET min=0 max=-1 "???"指令，使用IndexOf，IndexOfAnyExcept等进行优化
+4. .\*a\*特征，优化为.*
 
-4. 首字母检查
-**这个不好做，因为IR直接把ALT打碎成if-else串了**
-对于(abc|defg|xyz)表达式，可以检查其首字母
-
-### C# span opt trick
-
-1. Span.StartWith
-2. [ 0-9 ]展开为IndexOf("0123456789")
+5. a{m,n}特征，展开为
+MATCH_SEQ(aa...m个a....aa)
+COUNT_SEQ(a,0,n,greedy)