d的效率低于[0-9]

Question

d的效率低于[0-9]

我昨天对有人用[0123456789]在.正则表达式而不是[0-9]或\d..我说使用范围或数字说明符可能比字符集更有效。

今天我决定对这个问题进行测试，并意外地发现(至少在C#regex引擎中)。\d似乎比另外两个人效率低，而这两者似乎并没有太大的不同。下面是我的测试输出，超过10000个随机字符串的1000个随机字符，其中5077实际上包含一个数字：

Regular expression \d           took 00:00:00.2141226 result: 5077/10000Regular expression [0-9]        
took 00:00:00.1357972 result: 5077/10000  63.42 % of firstRegular expression [0123456789] took 00:00:00.1388997 
result: 5077/10000  64.87 % of first

这对我来说是个惊喜，有两个原因：

1. 我原以为这个范围会比设定有效得多。
2. 我不明白为什么

   \d

   比

   [0-9]

   ..还有更多的

   \d

   而不仅仅是简单的

   [0-9]?

下面是测试代码：

using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Diagnostics;
using System.Text.RegularExpressions;namespace SO_RegexPerformance{
    class Program
    {
        static void Main(string[] args)
        {
            var rand = new Random(1234);
            var strings = new List<string>();
            //10K random strings
            for (var i = 0; i < 10000; i++)
            {
                //Generate random string
                var sb = new StringBuilder();
                for (var c = 0; c < 1000; c++)
                {
                    //Add a-z randomly
                    sb.Append((char)('a' + rand.Next(26)));
                }
                //In roughly 50% of them, put a digit
                if (rand.Next(2) == 0)
                {
                    //Replace one character with a digit, 0-9
                    sb[rand.Next(sb.Length)] = (char)('0' + rand.Next(10));
                }
                strings.Add(sb.ToString());
            }

            var baseTime = testPerfomance(strings, @"\d");
            Console.WriteLine();
            var testTime = testPerfomance(strings, "[0-9]");
            Console.WriteLine("  {0:P2} of first", testTime.TotalMilliseconds / baseTime.TotalMilliseconds);
            testTime = testPerfomance(strings, "[0123456789]");
            Console.WriteLine("  {0:P2} of first", testTime.TotalMilliseconds / baseTime.TotalMilliseconds);
        }

Answer 1

感谢ByteBlast在文档中注意到了这一点。只需更改regex构造函数：var rex = new Regex(regex, RegexOptions.ECMAScript);给出新的时间表：Regex \d           took 00:00:00.1355787 result: 5077/10000Regex [0-9]         took 00:00:00.1360403 result: 5077/10000  100.34 % of firstRegex [0123456789] took 00:00:00.1362112 result: 5077/10000  100.47 % of first