Perl正則表達式比C++ Boost實現運行速度快

我對這裏發生的事情感到困惑。我所看到的大多數基準測試都表明Boost已經接近Perl，甚至在性能方面更勝一籌。然而，在我的腳本中，我的Perl實現速度是5-6倍。Perl正則表達式比C++ Boost實現運行速度快

我在test_script.cpp中打開文件& test_script.pl並逐行閱讀，填充數組。然後，我將這些字符串對照線性定義中的正則表達式列表運行，直到它們匹配，在這種情況下沒有任何反應（爲了測試目的而刪除了I/O），然後比較下一個字符串，直到我們比較了所有字符串。

Test_script.pl：

#make incomingList, which contains all incoming strings 
my $start = Time::HiRes::gettimeofday(); 

foreach (@incomingList) { 
    my $inString = $_; 
    &find_pattern($inString); 
} 

my $end = Time::HiRes::gettimeofday(); 
printf("%.6f\n", $end - $start);

Find_pattern方法：

sub find_pattern { 
    my $URLString = $_[0]; 

    #1 rewrite 
    if($URLString =~ m/^\/stuff\/brands-([^\/]*)\/(.*)?$/) { 

    } 
    #2 rewrite 
    elsif($URLString =~ m/^\/coupons(\/.*)?$/){ 

    } 
    #3 rewrite 
    elsif($URLString =~ m/^\/han\/(.+)$/){ 

    } 
    # ...continues on, there are 100 patterns. 
}

Test_script.cpp：主要方法：

populateArray(); 
//make stringArr, which contains all incoming strings 
struct timeval time; 
gettimeofday(&time, NULL); 
double t1=time.tv_sec+(time.tv_usec/1000000.0); 

for(int j =0; j < 10000; j++){ 
    getRule(stringArr[j]); 
} 

gettimeofday(&time, NULL); 
double t2=time.tv_sec+(time.tv_usec/1000000.0); 
printf("%.6lf seconds elapsed\n", t2-t1);

填入陣列的方法：

static void populateArray(){ 
regexArray[1] = boost::regex ("\\/stuff\\/brands-([^\\/]*)\\/(.*)?"); 
regexArray[2] = boost::regex ("\\/coupons(\\/.*)?"); 
regexArray[3] = boost::regex ("\\/han\\/(.+)"); 
//continues on, 100 definitions. 
}

getRule方法：

static void getRule(string inQuery){ 
    for(int i =1; i < 100; i++){ 
    if(boost::regex_match(inQuery, regexArray[i])){ 
     break; 
    } 
    }

我明白，這似乎有些奇怪，我做的，如果在Perl其他檢查線性表，但那是因爲我有獨立之後重新格式化每個規則。無論如何，除非我誤解了某些內容，否則這兩個腳本非常相似 - 他們會查看這個正則表達式列表，直到找到匹配，然後繼續處理其他傳入的字符串。

那麼爲什麼這些結果如此不同呢？對於100條規則（同樣用於兩個腳本）& 10,000個輸入， .cpp的平均值約爲0.155秒，.pl的平均值約爲0.028秒。編輯：通過編譯優化，C++腳本的運行時間大約爲0.091秒，仍然較慢。

任何洞察力是讚賞。

來源

2016-06-28 Yayahii

您是否使用優化進行編譯？你在調試中運行嗎？ –

請注意，perl版本中的第二個模式在末尾沒有錨定。其他的事情，我不使用提升，但如果我記得默認模式使用ECMA正則表達式引擎，您是否嘗試使用PCRE正則表達式引擎*（具有更多優化功能）*？ –

我使用./test_script -lrt -lboost_regex編譯C++，然後運行該可執行文件。謝謝，修正了這種模式。 – Yayahii

除了打開編譯器優化設置之外，請嘗試使用boost::regex_constants::optimize選項，該選項將指示regex庫構造最優正則表達式狀態機。

static void populateArray(){ 
regexArray[1] = boost::regex ("\\/stuff\\/brands-([^\\/]*)\\/(.*)?", boost::regex_constants::optimize); 
//continues on, 102 definitions. 
}

此外，請務必按引用傳遞到getRule，而不是價值，因爲你不想要一個堆分配的潛在開銷。

如果您可以確保編譯器內聯函數，那最好。另外，正如厄爾斯在上面所評論的那樣，你還沒有在C++ regex表達式中使用像在Perl中那樣的開始和結束行錨點。^... $

來源

2016-06-28 19:25:35 T33C

這可以誠實地成爲它的一部分，但我不確定它是否會單獨解釋所有這些差異？謝謝，我會研究它。 – Yayahii

Perl正則表達式比C++ Boost實現運行速度快

回答

相關問題