Question

我正在尝试提高某些代码的性能。它看起来像这样：

public boolean isImportant(String token) {
    for (Pattern pattern : patterns) {
        return pattern.matches(token).find();
    }
}

我注意到许多模式似乎是简单的字符串文字，没有正则表达式构造。所以我想简单地将它们存储在一个单独的列表（importantList）中并进行相等测试，而不是执行更昂贵的模式匹配，如下所示：

public boolean isImportant(String token) {
    if (importantList.contains(token)) return true;

    for (Pattern pattern : patterns) {
        return pattern.matches(token).find();
    }        
}

如何以编程方式确定特定字符串是否不包含正则表达式构造？

编辑：我应该补充一点，答案不需要对性能敏感。（即可以使用正则表达式）我主要关注isImportant（）的性能，因为它被调用了数百万次，而模式的初始化只进行了一次。

Answer 1

我通常讨厌这样说但是......

不要那样做。

它可能不会使代码运行得更快，实际上它甚至可能导致程序花费更多时间。

如果你真的需要优化你的代码，那么你可以去的地方可能会有很多更有效的地方。

Answer 2

这将很难。您可以检查是否存在任何正则表达式元字符;这应该是一个很好的近似值：

Pattern regex = Pattern.compile("[$^()\\[\\]{}.*+?\\\\]");
Matcher regexMatcher = regex.matcher(subjectString);
regexIsLikely = regexMatcher.find();

是否值得这是另一个问题。你确定正则表达式匹配比列表查找慢吗（特别是因为在很多情况下你会在那之后进行正则表达式匹配）？我敢打赌，保持正则表达式匹配要快得多。

Answer 3

没有办法确定它，因为每个正则表达式都只是一个字符串。此外，几乎没有性能差异，因为正则表达式现在是智能的，我很确定，如果模式和源长度相同，则股权检查是第一个完成的。

Answer 4

这是错误的

    for (Pattern pattern : patterns)

你应该创建一个ORs所有模式的大正则表达式;那么对于每个输入你只匹配一次。

如何确定字符串是否不是正则表达式？

4 个答案: