本文使用DoubleArrayTrie实现了一个性能极高的Aho Corasick自动机，应用于分词可以取得586万字每秒，约合18MB/s的分词速度。其中词典为150万词，构建耗时1801 ms。以前就在构想将AC自动机与双数组Trie树结合起来，考虑到持久化比较困难（goto和fail表是内存指针/引用），一直没下决心实现，今天终于成功了。AC自动机能高速完成多模式匹配，然而具体实现聪明与否决定最终性能高低。大部分实现都是一个Map<Character, State>了事，无论是TreeMa... 继续阅读： »
原文链接：