表达式中多个连续的 .* 导致匹配缓慢
Multiple consecutive .* in expression lead to slow matching
我注意到如果我使用正则表达式
.*.*text.*.*，匹配比在 .*text.*
上匹配花费的时间长得多
您可能已经猜到，带有双 .*.* 的正则表达式是由软件（意外地）生成的。
接下来有 2 个问题：
我打算在 运行 匹配之前用 .* 替换 .*.*。我总是可以用 .* 替换 .*.* 吗？是否存在 .*.* 在正则表达式中在功能上不等于 .* 的情况？
谁能用简单的方式解释为什么匹配 .*.* 需要这么长时间？
如果这是特定于实现的行为，我正在使用 Java 7 的正则表达式引擎。
在比赛中 .*.* 等同于 .*。在性能方面，您将节省大量时间。你应该学习回溯。
你可以看到 .*.*Donec.*.* and .*Donec.* 之间的步数从 101 897 到只有 604 反对前两段Lorem Ipsum.
两个正则表达式 .* 和 .*.* 在数学上是绝对相等的。如果它们不以相同的速度匹配是由于编译和匹配时使用的实现。
如果你使用一个好的正则表达式编译器，你会得到一次通过，没有回溯算法，只探索匹配字符串的每个字符一次，处理 O[n] 算法，独立于您使用的正则表达式。
顺便说一句，绝大多数语言（perl、java、php等）中使用的所有当前实现都来自有限 NFA（非确定性有限）的直接解释自动机）在匹配器字符串上。但是，如果您阅读 Compilers, Principles, Techniques and Tools 中描述的算法，您会发现只需访问每个字符一次（并按顺序）即可获得匹配项
我注意到如果我使用正则表达式
.*.*text.*.*，匹配比在 .*text.*
您可能已经猜到，带有双 .*.* 的正则表达式是由软件（意外地）生成的。
接下来有 2 个问题：
我打算在 运行 匹配之前用
.*替换.*.*。我总是可以用.*替换.*.*吗？是否存在.*.*在正则表达式中在功能上不等于.*的情况？谁能用简单的方式解释为什么匹配
.*.*需要这么长时间？
如果这是特定于实现的行为，我正在使用 Java 7 的正则表达式引擎。
在比赛中 .*.* 等同于 .*。在性能方面，您将节省大量时间。你应该学习回溯。
你可以看到 .*.*Donec.*.* and .*Donec.* 之间的步数从 101 897 到只有 604 反对前两段Lorem Ipsum.
两个正则表达式 .* 和 .*.* 在数学上是绝对相等的。如果它们不以相同的速度匹配是由于编译和匹配时使用的实现。
如果你使用一个好的正则表达式编译器，你会得到一次通过，没有回溯算法，只探索匹配字符串的每个字符一次，处理 O[n] 算法，独立于您使用的正则表达式。
顺便说一句，绝大多数语言（perl、java、php等）中使用的所有当前实现都来自有限 NFA（非确定性有限）的直接解释自动机）在匹配器字符串上。但是，如果您阅读 Compilers, Principles, Techniques and Tools 中描述的算法，您会发现只需访问每个字符一次（并按顺序）即可获得匹配项