可更新的 DAWG 库或未排序数据的 DAWG 构造答案

【问题标题】：Updateable DAWG library or DAWG construction from non-sorted data可更新的 DAWG 库或未排序数据的 DAWG 构造
【发布时间】：2013-08-30 11:30:49
【问题描述】：

dawgdic 是一个很棒的 DAWG 库，但它有一个明显的缺点，因为它是静态的（不可更新）并且必须以按字母顺序排序的字符串构造。如果构建 DAWG 的原始数据很大（数 GB），那么涉及对大量字符串进行排序的 DAWG 初始构建可能需要太多资源。

是否有一个库提供像dawgdic 这样的内存高效结构，它允许从非排序字典进行构造？

【问题讨论】：

【解决方案1】：

目前，我认为没有任何库允许从未排序的字典构建 DAWG。

但是，经过大量搜索，我找到了这篇论文，"Incremental Construction of Minimal Acyclic Finite-State Automata" ，我认为它正是你想要的。或许你可以在读完这篇文章后自己制作一个库，分享给大家！

编辑：你看过this question吗？

【讨论】：

【解决方案2】：

我发现了一些很棒的库，它们允许从未排序的数据进行在线构建，尽管它们不是基于 DAWG：

【讨论】：

【解决方案3】：

我目前知道没有支持从非排序数据构建的 DAWG 的 C++ 实现，但是如果您愿意创建自己的具有此类功能的解决方案，Incremental Construction of Minimal Acyclic Finite-State Automata (2000) 是一篇基本上列出的论文它背后的算法。

或者，如果您愿意从其他语言移植解决方案，那么不妨看看 MDAG，这是一种数据结构的 Java 实现。它支持即时字符串添加和字符串删除，这正是您正在寻找的。代码也很容易理解，并且有大量注释，因此移植它应该是一项相当简单的任务。

免责声明：我是 MDAG 的作者 :)。

【讨论】：