29、正则表达式效率优化全解析

正则表达式效率优化全解析

1. 测试与回溯基础

在使用正则表达式时，我们会遇到各种常见情况。为了评估特定正则表达式的效率，我们会关注两个关键指标：单个测试次数和回溯次数。例如，用 !marty" 匹配 smarty 时，会进行 6 次单个测试，即从最初用 !m" 匹配 s （失败）开始，接着依次匹配 m 、 a 等。此例中回溯次数为 0，但正则引擎隐式回溯到第二个字符位置重试也算一次回溯。

需要注意的是，不同工具的这些“精确”数字可能不同，我们更应关注示例的基本相对性能。部分工具会采用优化策略，若能提前判定目标字符串无法匹配，就会跳过特定正则表达式的应用。

2. 传统 NFA 与 POSIX NFA 的区别

分析正则表达式效率时，要明确目标工具的引擎类型，是传统 NFA 还是 POSIX NFA。有些问题对一种引擎重要，对另一种则不然；有时一个改变对一种引擎无影响，却对另一种影响巨大。

3. 一个发人深省的例子

以正则表达式 !"(\\.<[ˆ\\"])," 匹配带转义引号的字符串为例，若使用 NFA 引擎，每个字符处的交替操作效率极低。遇到正常字符（非转义、非引号）时，引擎需先测试 !\\." ，失败后回溯，最终用 ![ˆ\\"]" 匹配。若对效率有要求，就需优化此正则表达式。

4. 简单改变：优先匹配大概率情况 </