с вопросом # Regular скорости Expression

У меня есть регулярное выражение в C#, где шаблон 8000 + слова (или группа слов) каждый, разделенные границами слов, а именно:с вопросом # Regular скорости Expression

"\\bword1\\b|\\bword2 word3 word4\\b|.......etc"

Я пытаюсь, чтобы соответствовать слова (или группы слов) в строке для любого слова (или группы слов) в этом выражении. Все работает отлично, но я обнаружил, что для завершения операции в среднем требуется 37 мс.

Интересно, что если я делаю то же самое, но используя String.IndexOf и некоторые запутанные методы, он работает значительно быстрее (но все же слишком медленный), который я нахожу странным.

Мне известны другие двигатели регулярных выражений, в частности re2/google, но я очень хочу использовать встроенные функции C#, где это возможно.

Если у кого-то есть совет, это будет оценено по достоинству.

источник

2015-01-02 Jpad Limited

те \ Б имеют две косые черты в реальной жизни ... они только что избежали при отправке! –

Вы использовали RegexOptions.Compiled? Tohugh 8000+ Word шаблон довольно перебор, я думаю. – CSharpie

@james Вот почему в редакторе есть опция «формат как код». ;) – Tomalak

Чтобы понять, почему ваше регулярное выражение медленно, вы должны просто представить себе, как работают регулярные выражения.

В вашем случае (8000) альтернативы

Шаг 1. Начало входного символа 0.
Шаг 2. Попытка соответствовать альтернативным 0. К сожалению, нет соответствия.
Шаг 3. Попробуйте сопоставить альтернативу 1. Ой, нет совпадения.
...
Шаг 4000. Попробуйте сопоставить альтернативу 4001. Yay! Матч первого персонажа!
Шаг 4001. Попробуйте сопоставить альтернативу 4001. Yay! Матч второго персонажа!
Шаг 4002. Попробуйте сопоставить альтернативную 4001. К сожалению, совпадений нет.
Шаг 4003. Постарайтесь сопоставить альтернативу 4002. К сожалению, нет совпадений.
...
Шаг 8963. Попробуйте сопоставить альтернативу 7999. К сожалению, не соответствует.
Шаг 8964. Ошибка все альтернативы на входе символ 0.
Шаг 8965. Переход к символу ввода 1.
Шаг 8966. Попытка соответствовать альтернативных 0. К сожалению, нет соответствия.
...

Чем длиннее строка ввода, тем больше альтернатив ваше регулярное выражение имеет и более «почти, но не совсем» матчи происходят во входной строке, тем медленнее это получит.

Если вы можете сделать это быстрее с String.IndexOf(), сделайте это. Вы никогда не будете делать это быстрее с регулярным выражением.

Исследуйте другие способы поиска строк для слов. Какой из них будет работать для вас, зависит от того, как выглядит ваш ввод.

источник

2015-01-02 17:47:01 Tomalak

Спасибо, я буду продолжать искать пути ... очевидно, один способ уменьшить количество слов в регулярном выражении, но я изо всех сил пытаюсь это сделать в данный момент (длинная история) –

Я думаю, что вы находитесь в точке, где регулярное выражение больше не стоит стратегии. – Tomalak

Поверьте, это также можно назвать «Катастрофическим обратным следом» – David

Я бы предложил перейти на HashSet, потому что он кажется более подходящим для вашей задачи.

Вот проект того, что вы могли бы сделать:

// produce string[] containing your words 
var words = myRegexp.split("\\b|\\"); 

var mySet = new HashSet<string>(words); 
// usage 
mySet.Contains("find this");

источник

2015-01-02 17:47:09 Anri

с вопросом # Regular скорости Expression

ответ

Смежные вопросы