hankcs
commented
1 year ago 感谢共享你的发现。我认为，去掉减1后，nextCheckPos在很多时候不会被-1。又由于循环体开始时会对pos+1：
https://github.com/hankcs/HanLP/blob/d34dab3aa5a3f6eaf25c198ecadaed4aa0fb9270/src/main/java/com/hankcs/hanlp/collection/trie/DoubleArrayTrie.java#L178
这就导致每次调用insert其实都是从nextCheckPos+1开始搜索，每次都空出来了1个位置，于是导致了DAT体积微增。空出来的位置越多，下次insert越容易搜索到空闲空间，所以搜索时间就降下来了。
不过DAT的构建一般是离线进行，时间开销不敏感。另外，体积增大意味着内存占用也增大。时间与空间，不同场景有不同的偏好吧。如果你有兴趣给所有build方法加一个boolean fast参数，我很乐意merge。
原理可参考《自然语言处理入门》 P56。
qiangwang
Describe the feature and the current behavior/state.
https://github.com/hankcs/HanLP/blob/1323221c38e9188b19cef3f770eec40148a459ac/src/main/java/com/hankcs/hanlp/collection/trie/DoubleArrayTrie.java#L167
int pos = Math.max(siblings.get(0).code + 1, nextCheckPos) - 1;改成int pos = Math.max(siblings.get(0).code, nextCheckPos);构建速度可以提升很多而且表现稳定，缺点是最终构建出的DAT大小微增。下面是我的测试数据：
其中保留nextCheckPos为原版代码，去掉nextCheckPos用作对比，核心循环计数是在循环体内做了一个
count++计数：Will this change the current api? How?
No
Who will benefit with this feature?
Anyone who uses DAT
Are you willing to contribute it (Yes/No):
Yes
System information
Any other info