Question

我不知道为什么，但是当我尝试运行这个程序时，看起来该程序将永远运行。

package fjr.test;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test3 {

    public static void main(String[] args){

        String regex = "dssdfsdfdsf wdasdads dadlkn mdsds .";

        Pattern p  = Pattern.compile("^([a-zA-Z]+ *)+$"); 

        Matcher match =  p.matcher(regex); 

        if(match.matches()){
            System.out.println("Yess"); 
        }else{
            System.out.println("No.. "); 
        }

        System.out.println("FINISH..."); 
    }

}

我需要做的是匹配包含一串只用空格

分隔的单词的模式

Answer 1

您的计划可能遇到了所谓的灾难性回溯。

如果你有一点时间，让我们来看看你的正则表达式是如何工作的......

_{快速复习：正则表达式如何工作：状态机始终从左向右读取，必要时回溯。}

在左侧，我们有我们的模式：

/^([a-zA-Z]+ *)+$/

这是匹配的字符串：

dssdfsdfdsf wdasdads dadlkn mdsds .

从regex101调试器中，你的正则表达式需要78540步才能失败。这是因为您使用了贪婪和不占有（回溯）的量词。

...长话短说，因为输入字符串无法匹配，正则表达式中的每个量词都会导致无限回溯 - 每个字符都从{{1}释放然后+，然后两个，然后从*释放一个组，以便更多地回溯。

以下是您应遵循的一些解决方案：

避免使用丰富的量词！

如果你修改你的表达式，你会发现该模式在逻辑上与：

相同

()+

这使用逻辑归纳的步骤来减少楼上的正则表达式以更快地匹配远，现在是97步！

尽可能使用占有量词！

正如我所提到的，/^[a-zA-Z]+( +[a-zA-Z]+)*$/是邪恶的，因为它以强烈的方式回溯。我们是Java，我们能做什么？

此解决方案仅适用于/^([a-zA-Z]+ *)+$/和[a-zA-Z]匹配不同的项目。我们可以使用占有团体！

这些简单的“/^([a-zA-Z]++ *+)++$/ ^ ^ ^”表示“如果我们从这里失败，我们就不会回溯”。这是一个非常有效的解决方案，并且不再需要回溯。每当你有两个不同的组，其间有量词时，请使用它们。如果您需要一些有效性的证据，这是我们的记分卡：

另请阅读：

在线演示：

Answer 2

这会终止，但确实需要10秒左右。一些观察：

从测试字符串的末尾删除fullstop会使其变快。
将正则表达式中的*更改为+（我相信其实就是你想要的）会让它变快。我认为在该位置选择0个字符可以扩展状态空间。我会用：

^（\ w + +）* \ w + $＆＃34;

这意味着一堆（字空间），后跟一个字。反对你的例子，它很快

Answer 3

您可以使用此正则表达式将所有单词与空格匹配或不匹配。

<强>样品：

 Pattern p  = Pattern.compile("([a-zA-Z ]+)");

Answer 4

有趣的现象。这与贪心量词的行为有关。性能。
根据您的模式^([a-zA-Z]+ *)+$和您的输入"dssdfsdfdsf wdasdads dadlkn mdsds ."，该输出不符合您的输入，但是，java正则表达式将回溯^([a-zA-Z]+ *)+的所有可能性，（见下文）例子）然后获得不匹配的结果。

(dssdfsdfdsf )(wdasdads )(dadlkn )(mdsds )
(dssdfsdfdsf )(wdasdads )(dadlkn )(mdsd)(s )
(dssdfsdfdsf )(wdasdads )(dadlkn )(mds)(ds )
...
(d)(s)(s)(d)(f)(s)(d)(f)(d)(s)(f )(w)(d)(a)(s)(d)(a)(d)(s )(d)(a)(d)(l)(k)(n )(m)(d)(s)(d)(s )
...
(dssdfsdfdsf )
...
(d)

回溯可能超过200,000,000次我有点好奇为什么java-regex可以做一些性能改进，因为在第一次尝试之后，它发现了epxected char是＆＃39;。＆＃39;而不是＆＃39; $＆＃39;然后任何进一步的回溯都不会成功。做回溯是没用的。

因此，当我们定义循环模式时，我们需要更多地注意内部循环模式（例如：在您的示例中为[a-zA-Z]+ *），而不是使它与许多情况匹配。否则，整个Loop的回溯数将是巨大的 另一个类似的例子（比你的情况更糟糕）：
模式：＆＃34;（。+）* A＆＃34;
输入：＆＃34; abcdefghijk lmnopqrs tuvwxy zzzzz A＆＃34; - 这么快输入：＆＃34; abcdefghijAk lmnopqrs tuvwxy zzzzz＆＃34; - 不错，等一会儿输入：＆＃34; aAbcdefghijk lmnopqrs tuvwxy zzzzz＆＃34; - 似乎无限。（实际上，不是，但我没有耐心等待它的完成。）

匹配正则表达式时程序永远运行

4 个答案:

如果你有一点时间，让我们来看看你的正则表达式是如何工作的......

避免使用丰富的量词！

尽可能使用占有量词！