c++ - 正则表达式与字符串 :find() for simple word boundary

Question

假设我只需要找出从文件中读取的一行是否包含来自有限 单词集的单词。

一种方法是使用 regex像这样:

.*\y(good|better|best)\y.*

另一种方法是使用像这样的伪代码:

 if ( (readLine.find("good")   != string::npos) ||
      (readLine.find("better") != string::npos) ||
      (readLine.find("best")   != string::npos) )
 {
   // line contains a word from a finite set of words.
 }

哪种方式会有更好的性能？ (即速度和 CPU 利用率)

Answer 1

正则表达式的性能会更好，但要去掉那些 '.*' 部分。它们使代码复杂化并且没有任何作用。像这样的正则表达式:

\y(good|better|best)\y

将一次性搜索整个字符串。它从这个正则表达式构建的算法将首先查找\y，然后是字符 1 (g|b)，然后是字符 2(g => go 或 b => be)，字符 3(go => goo 或 be => bes |bet)、字符 4(go => good 或 bes => best 或 bet => bett)等。无需构建您自己的状态机，这会尽可能快。