ashvardanian/StringZilla

これは何？

主な機能

• 01SIMDおよびSWAR命令で高速化した部分文字列検索と文字セット検索。
• 0264ビットのAESベース関数とハードウェアアクセラレーション対応のSHA-256によるハッシュ計算。
• 03文字列コレクションのソートと集合の共通部分の計算。
• 04Levenshtein距離とNeedleman-Wunsch距離の計算。CUDAによるバッチGPU実行にも対応。
• 05Unicodeのケースフォールディング、UTF-8処理、TR29セグメンテーション。
• 06C、C++、Python、Rust、JavaScript、Swift、Go、C#、Java向けのバインディング。

ユースケース

• 大規模なコーパスを解析する、テキスト主体のデータパイプラインの高速化。
• 性能が重要なサービスで、低速な部分文字列検索やハッシュ関数の呼び出しを置き換える。
• バイオインフォマティクスや検索の処理で、編集距離やアラインメントスコアをバッチ計算する。
• データベースエンジン内のLIKE、ORDER BY、GROUP BY形式の操作を高速化する。

クイックスタート

1. 1

   Pythonパッケージをインストールする

   pip install stringzilla
2. 2

   strの代わりにPythonから使用する

使う前に知っておきたいこと

• !すべての機能が、すべての言語バインディングで利用できるわけではありません。
• !Unicodeの機能（正規化、セグメンテーション、改行検出）のいくつかは、まだ開発中とされています。

トピック

よくある質問

StringZilla とは？

C、C++、Python、Rust、JavaScript、Goなどに対応し、検索、ハッシュ、ソート、編集距離の計算をSIMDとSWARで高速化する文字列ライブラリ。 StringZillaは、SIMDおよびSWARのCPU命令を使って、部分文字列や文字セットの検索、ハッシュ計算、ソート、Levenshtein距離やアラインメントスコアの計算、Unicodeのケースフォールディングとセグメンテーションなど、一般的な文字列操作を高速化するテキスト処理ライブラリです。標準APIをそのまま置き換えられる補完ライブラリとして設計されており、たとえばPythonのstr.find、Cのstrstr、C++のstd::string::findに対応するStringZillaのAPIが用意されています。

StringZilla は無料で使えますか？ライセンスは？

StringZilla は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

StringZilla は今もメンテナンスされていますか？

活発にメンテナンス中。StringZilla の最終コミットは 2026年10月22日 です。

StringZilla は何に使えますか？

大規模なコーパスを解析する、テキスト主体のデータパイプラインの高速化。 性能が重要なサービスで、低速な部分文字列検索やハッシュ関数の呼び出しを置き換える。 バイオインフォマティクスや検索の処理で、編集距離やアラインメントスコアをバッチ計算する。 データベースエンジン内のLIKE、ORDER BY、GROUP BY形式の操作を高速化する。

StringZilla のインストール方法は？

Pythonパッケージをインストールする: pip install stringzilla strの代わりにPythonから使用する

StringZilla はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/ashvardanian/StringZilla