Question

问题：鉴于globs的列表，我需要从列表中找到（并返回）给定字符串匹配的glob或最终确定没有匹配的。设置时间，性能必须优于所有整体的线性搜索：

foreach glob in list:
  if glob.matches(string):
    return glob
return None

问题：是否有可用的库（C ++首选）？

编辑：经过一番思考，我想我可以说这可以做到。鉴于globs具有不同语法的正则表达式，使用glob语法的lex的运行时版本将符合要求。

鉴于问题可以简单地减少到已知问题，我仍然只对实施的解决方案感兴趣。

Answer 1

将您的globs转换为正则表达式（一系列简单的字符串操作可以实现此目的 - *变为.*等）。使用|将它们组合成单个正则表达式，并将结果分配给每个glob的不同捕获组，以便在匹配时确定匹配的glob。依靠你最喜欢的正则表达式库将正则表达式编译成一个DFA，这个DFA希望比组成部分的线性遍历更加优化，这是可能的 - 但是，在最一般的情况下，它不会更快。 / p>

Answer 2

Globs是正则表达式的子集（关于表达能力，而不是确切的语法）。因此，Globs可以转换为确定性有限自动机（DFA），并且可以将它们组合在一起形成单个DFA，以识别单个DFA的并集。 DFA具有O（n）的复杂度，n是字符串的长度。自动机构造的Globs数量仅影响设置时间（即创建自动机），而不影响运行时间。

Answer 3

我不认为有可能比整数的线性时间更好。为了证明字符串与任何一个字符串不匹配，你必须检查每个字符串是否匹配，否则你永远不会知道你跳过的字符串是否匹配。

编辑：在一般情况下，使用globs是不可能的。正如评论中所指出的那样，可以组合一些globs组合（首先猜测trie可能有用，其中每个节点指示下一个匹配的字母和你仍然需要检查的globs），导致较少量的工作搜索。

在一般情况下，也可以将一组globs转换为相应的正则表达式。

这种匹配的性能真的是一个你需要改进它的问题吗？您是否考虑过更为基础的算法重写可能更好？

Answer 4

可能只是在某些特定情况下。如果你能以某种方式预测某些globs与你的字符串不匹配。

Answer 5

我会查看您的应用是否适合shift-reduce parser bison。他们使用查找表，这是设置或更改和使用更多内存的痛苦，但速度非常快。从技术上讲，物理上不可能比O（n）最坏情况更好，但取决于你的整数，你的字符串和你的标记器，使用这样的技术可以使你的平均值< / em>情况好多了，因为它消除了不匹配的模式，而不必每次都检查每个模式。

比O（n）glob匹配器好吗？

5 个答案: