如何在内部表示确定性有限自动机

如何解决如何在内部表示确定性有限自动机

我有一个很大的 Deterministic Finite Automaton，大约有 15M 的状态，当前的 Java 实现速度很慢而且很消耗内存。我正在寻找一种可以替代当前代码的紧凑且快速的表示。

自动机由以下部分组成：

1. 由整数标识的状态。初始状态始终为状态 0。
2. 状态转换（源状态 ID、转换字符或通配符（最多 32 个值）、目标状态 ID 的三倍）。
3. 一组接受状态。

我正在尝试以下方法，并且正在寻找其他想法。

1.使用 Java 集合

状态转换的表示方式如下：

final List<Map<Character,Integer>> transitions = new ArrayList<>();
final Set<Integer> acceptingStates = new HashSet<>();

列表中的第 i 个项目包含第 i 个状态的状态转换。一些分析显示，大部分执行时间都花在了访问地图上。

2.数组数组

final int[][] states = new int[STATE_COUNT][32];
Set<Integer> acceptingStates = new HashSet<>();

第 i 行包含第 i 个状态的状态转换。内部数组的第 j 列包含第 i 个状态中第 j 个字符的状态 id，如果缺失则为 -1。

这种表示要快得多，但它仍然占用最少的 N * 32 * 4 个字节。