李亮1975重庆
语料库快乐军政委
【喜讯预报】在较多情况下，findstr和grep有“100MB/秒”的检索高速！
【测试平台】英特尔双核T6600的CPU，内存3GB，Windows XP SP2，硬盘300GB，.Net 2.0版，显卡是NVIDIA Quadro NVS 170M。
【GREP版本】2.5.1版，Windows32位版，132KB的文件体积
【测试数据】CLEC语料库的ST2.txt（1.26MB）经过多次合并而形成了970MB的大型TXT文件
【测试方法】用dos命令向处于同一文件夹的grep.exe和findstr.exe发送参数，且重定向输出到另一个全新的txt文件，执行完毕则查看新生成的txt文件的创建时间和最后修改时间的秒数差别来计算出grep和findstr的各自的持续运行时间。
【测试结果】
搜索"the"，grep用24秒，findstr用29秒，都产生了923MB的结果文件!
搜索“sons”，grep用6秒，findstr用6秒，都产生了88MB的结果文件!
搜索“unusual”，grep用6秒，findstr用4秒，都产生了461KB的结果文件!
【内存占用】grep始终占1MB的物理内存，findstr立即飙升到900多MB的物理内存，可见，findstr是一次读取整个文件到内存再进行检索计算。
【评测结论】
（1）grep.exe在Windows平台上比findstr.exe要快一些，尤其是数百兆的语料且搜索词的命中率很高的情况下；
（2）grep.exe和findstr.exe在搜索词的命中率很低的情况下，检索速度比命中率高的情况要快得多！
（3）findstr对物理内存占用极高，语料越庞大，占用物理内存的量等于语料容量；
（4）findstr和grep检索低频词的速度基本上5秒每个GB，中频词要10秒每GB，而高频词要30秒每个GB；以中频词来计算，findstr和grep的速度是“100MB/秒”！
【备注】附件中的“st2mega.rar”是解压缩之后有977MB的测试用途的文本文件，只有rar格式有如此压缩率，而zip压缩只能变成300MB呢
http://www.docin.com/mydoc-61009282-1.html （语料检索的速成教程：DOS神威之FindStr）
【测试平台】英特尔双核T6600的CPU，内存3GB，Windows XP SP2，硬盘300GB，.Net 2.0版，显卡是NVIDIA Quadro NVS 170M。
【GREP版本】2.5.1版，Windows32位版，132KB的文件体积
【测试数据】CLEC语料库的ST2.txt（1.26MB）经过多次合并而形成了970MB的大型TXT文件
【测试方法】用dos命令向处于同一文件夹的grep.exe和findstr.exe发送参数，且重定向输出到另一个全新的txt文件，执行完毕则查看新生成的txt文件的创建时间和最后修改时间的秒数差别来计算出grep和findstr的各自的持续运行时间。
【测试结果】
搜索"the"，grep用24秒，findstr用29秒，都产生了923MB的结果文件!
搜索“sons”，grep用6秒，findstr用6秒，都产生了88MB的结果文件!
搜索“unusual”，grep用6秒，findstr用4秒，都产生了461KB的结果文件!
【内存占用】grep始终占1MB的物理内存，findstr立即飙升到900多MB的物理内存，可见，findstr是一次读取整个文件到内存再进行检索计算。
【评测结论】
（1）grep.exe在Windows平台上比findstr.exe要快一些，尤其是数百兆的语料且搜索词的命中率很高的情况下；
（2）grep.exe和findstr.exe在搜索词的命中率很低的情况下，检索速度比命中率高的情况要快得多！
（3）findstr对物理内存占用极高，语料越庞大，占用物理内存的量等于语料容量；
（4）findstr和grep检索低频词的速度基本上5秒每个GB，中频词要10秒每GB，而高频词要30秒每个GB；以中频词来计算，findstr和grep的速度是“100MB/秒”！
【备注】附件中的“st2mega.rar”是解压缩之后有977MB的测试用途的文本文件，只有rar格式有如此压缩率，而zip压缩只能变成300MB呢
http://www.docin.com/mydoc-61009282-1.html （语料检索的速成教程：DOS神威之FindStr）