Question

当我查看 Google Code Jam资格赛2009问题：Alien Language时，一个简单的想法是，您可以从模式中生成所有可能的字符串，并将其保存在列表，然后测试和计算匹配的字符串。这个算法很简单，直接，但它消耗了非常大的内存，你的笔记本电脑无疑会死掉。

解决此问题的另一种方法是将"()"替换为"[]"以使用正则表达式。 Python嵌入式re.match()和string.replace()花了不到几秒的时间来通过大型测试。现在的问题是，为什么正则表达式更强大？

根据我的理解，可能有某种机制，如yield功能，可以让你生成一个＆＃34;生成器＆＃34; - 可迭代，一次通过。但这是我的猜测。

Answer 1

你的直觉基本上是正确的。

有关计算机科学的详细信息，您可以查看“nondeterministic finite automaton”和“deterministic finite automaton”的想法。

您可以将正则表达式编译器视为采用正则表达式并生成函数的函数，该函数对您的输入字符串进行操作并保持状态，当它根据规则使用输入字符串时它会更新源自正则表达式。

希望如果我从概念上说这个问题，我就不会过多地抨击事情，例如(ab|cd)的正则表达会产生这样的行为：

def match_ab_or_cd(s):
    state = "start"
    for c in s:
        if state == "start":
            if c == "a":
                state = "state_a"
            elif c == "c":
                state = "state_c"
        elif state == "state_a":
            if c == "b":
                return True
            elif c == "a":
                state = "state_a"
            else:
                state = "start"
        elif state == "state_c":
            if c == "d":
                return True
            elif c == "c":
                state = "state_c"
            else:
                state = "start"
    return False


>>> match_ab_or_cd("ab")
True
>>> match_ab_or_cd("cd")
True
>>> match_ab_or_cd("ae")
False
>>> match_ab_or_cd("aaaaab")
True

因此，对于许多简单的正则表达式，可以生成只需要消耗输入字符串中的每个字符一次的机器。请记住，虽然有正则表达不能很好地发挥作用，例如(x+x+)+y。

哦，这是a fun tool that visualises how regular expressions turn into state machines。您可以将其生成的第一张图片视为中间步骤，第二张图片可以转换为如上所述的机器。

Python - 为什么正则表达式比列表中的搜索更有效？

1 个答案: