DAWG 構築テストの結果
いくつか用意したキーワードから DAWG を構築して，DAWG のサイズと構築時間を調べてみました．テストには Core Duo L2500 1.83GHz を使っています．
| キーワード | キーワード数 | 元サイズ | DAWG サイズ | 構築時間 |
|---|---|---|---|---|
| Wikipedia | 790,170 | 16,724 KB | 11,868 KB | 25 秒 |
| はてなダイアリーキーワード | 211,446 | 2,757 KB | 2,299 KB | 3.7 秒 |
| ipadic 見出し語 | 217,404 | 1,663 KB | 1,194 KB | 2.0 秒 |
| ipadic 読み | 159,442 | 1,981 KB | 1,005 KB | 1.9 秒 |
| WordNet 英単語 | 147,249 | 1,837 KB | 1,210 KB | 2.2 秒 |
| 郵便番号 | 117,776 | 942 KB | 105 KB | 0.5 秒 |
こんな感じになりました．
- DAWG サイズ
- 元サイズより小さくなっていますが，保証はありません．
- DAWG の構造上，郵便番号は得意です．
- 構築するときの作業領域は DAWG サイズの 10 倍以上という罠があります． :)
- 構築時間
- ダブル配列と比べると，ゆっくりしています．
