哪个更有效？长字符串或列表上的正则表达式

Question

我正在使用正则表达式寻找匹配项。在长字符串上使用它或者将相同的字符串分解为列表是否更有效？

例如

mystring = "asdfl;jkasdfj;ldj;lj;dlskjfasdfjkl; ;lj ;lf ak;lkjf al;kjdlkjsdl;fkja;dlkjf a;lsdf"

OR

mylist = ["asdfl;jkasdfj;ldj;lj;dlskjfasdfjkl;",";lj", ";lf ak;lkjf","al;kjdlkjsdl;fkja;dlkjf a;lsdf"] 

Answer 1

由于编写re模块的方式，更简单，更有效的方法是在字符串上使用正则表达式。这不是更快，但它更有效率，因为它更容易编码，更容易维护，并且更好地利用Python的电池。

re针对长字符串而不是列表进行了优化。如果你在字符串列表中使用正则表达式，你最终会对re中的函数进行大量调用。

基本规则，除非必要，否则不要进行优化，因为现有的做法太慢了。

Answer 2

根据正则表达式匹配的theoretical computational complexity，它最多需要O（n * m），其中n是输入的长度，m是正则表达式的大小。这表明分解输入没有任何优势，因为你要么添加n个片段以获得相同的结果。

Answer 3

你应该做些什么，而不是随意听取SO的猜测，实际上是衡量差异。

使用优秀的timeit模块执行此操作。 Documentation。示例代码：

import timeit
from mymodule import list_func, string_func

print 'list version:', timeit.timeit(list_func)
print 'string version:', timeit.timeit(string_func)

Answer 4

对于您使用长字符串发布的示例更好。该列表似乎不包含任何逻辑，这将定义搜索条件，因此您需要匹配/搜索整个列表。

Answer 5

通过剖析可以最好地回答诸如“哪个更有效”等问题。因此，对两种情况进行分析，看哪种情况更快。那就是说，小差异真的不重要吗？但Rafe是对的。 re和字符串相处得更好。