基准

Question

在必须使用正则表达式解析大量字符串的情况下，考虑使用相同的RegEx指针将用于所有测试，这将更快：

单独测试数组中的每个字符串，或者;
将所有内容连接成一个大字符串并只测试一次？

我认为数字2是最好的，而不是必须多次启动RegEx引擎来处理字符串数组。但是，经过PHP（PCRE）的一些测试后，它似乎是不真实的。

基准

我在PHP 5.3 (source code)中做了一个简单的基准测试，得到了以下结果：

122185 在5秒内测试数组内多个较小的字符串

26853 5秒内进行单项大字符串测试的交互

因此，我必须得出结论，第一种方法的速度提高了5倍。但是，我想要一个确认这一点的权威答案;由于我不知道的一些PHP优化，我可能会错误地假设。

在使用正则表达式测试大型字符串之前，它是否总是更优化的解决方案，而不是特别是在PCRE中？

preg_grep（）

我不认为这里应该考虑这个功能。这是一个基准测试，而不是优化问题。更不用说该函数是特定于PHP的方法。此外，preg_match_all返回所有匹配的子字符串，而preg_grep仅指示匹配的数组元素。

Answer 1

您的基准存在缺陷。看看这段代码：

while(time() - $TimeStart < 5)
    for($i = 0; $i < $Length; $i++, $Iterations++)
    {
        preg_match_all($RegEx, $Input[$i], $m);
    }
}

$Iterations只应在<{1}}中增加 ，而不是在while内。除以前结果导致：

for

您不应该使用24437 iterations using array 26853 iterations using big string进行时间测量，time()更适合提高准确度。

最后，此基准测试尚未完成，因为要为两个测试获得相同的结果，数组方法需要在每次迭代后执行microtime()。此外，某个地方需要将大字符串转换为数组，这也需要时间。

Answer 2

你绝对应该不将所有目标字符串合并为一个。首先，它会打破很多正则表达式，在较短的字符串上工作正常。像^和$，\A和\z这样的主播会突然发现自己无法匹敌。此外，严重依赖于.* or。*？`的正则表达式，尽管它们固有的低效率，它们在较短的字符串上工作，但在用于Frankenstring时会变得catastrophically慢。

但即使连接版本更快，重要吗？您是否尝试过阵列版本并发现它太慢了？这是一个非常激烈的解决方案（如果是解决方案）;如果我是你的话，我会推迟实施它，直到我遇到问题为止。

解析许多小字符串或单个大字符串 - 哪个更快？

基准

preg_grep（）

2 个答案: