java - 正则表达式花费太多时间

Question

我在 Java 代码中有以下正则表达式，在某些情况下需要花费大量时间才能完成。有什么办法可以改善吗？

String decimal = "([0-9]+(\\.[0-9]+)?[/-]?)+";
String units = "(in|ft)\\.?";
String unitName = "(cu\\.? *ft|gauge|watt|rpm|ft|lbs|K|GPF|btu|mph|cfm|volt|oz|pounds|dbi|miles|amp|hour|kw|f|degrees|year)";

    sizePattern.add(Pattern.compile("(?i)" + decimal + " *" + units + " *x? *" + decimal + " *" + units + " *x? *" + decimal + " *" + units + ""));
    sizePattern.add(Pattern.compile("(?i)" + decimal + " *" + units + " *x? *" + decimal + " *" + units));
    sizePattern.add(Pattern.compile("(?i)" + decimal + " *x *" + decimal + " *" + units));
    sizePattern.add(Pattern.compile("(?i)" + decimal + "( *" + units + ")"));
    sizePattern.add(Pattern.compile("(?i)" + decimal + "( *sq?\\.?)( *ft?\\.?)"));
    sizePattern.add(Pattern.compile("(?i)" + decimal + " *" + unitName));
    sizePattern.add(Pattern.compile("(?i)" + decimal + "(d)"));
    sizePattern.add(Pattern.compile("(?i)" + decimal + "( *(%|percent))"));
    sizePattern.add(Pattern.compile("(?i)" + decimal));

    for (Pattern p : sizePattern)
    {
        ODebug.Write(Level.FINER, "PRD-0079: Using pattern = " + p.pattern());

        m = p.matcher(_data);
        while (m.find()) 
        {
            ODebug.Write(Level.FINER, "           Got => [" + m.group(0) + "]");
            this.Dimensions.add(m.group(0));

            _data = _data.replaceAll("\\Q" + m.group(0) + "\\E", ".");
            m = p.matcher(_data);
        }
    }

导致问题的字符串:

微感应炉灶提供最佳的炉灶性能、安全性和效率。当电流流过线圈时，感应加热，在陶瓷板下方产生磁场。当铁磁炊具放置在陶瓷表面时，炊具中会感应出电流，并且由于锅的电阻而瞬间产生热量。仅向锅产生热量，没有热量损失。由于没有明火，感应式燃烧器比传统燃烧器使用起来更安全。一旦取出炊具，所有分子 Activity 都会停止，加热也会立即停止。嵌入式或独立应用的冲洗表面双重功能: cooking 和保温7 功率设置 (100-300-500-700-900-1100-1300W)* 2 个最低功率设置功率设置无法实际实现，而是“模拟”:100W = 500W 间歇加热 2 秒，停止 8 秒 300W = 500W 间歇加热 6 秒，停止 4 秒 13 保温设置(100-120-140- 160-180-190-210-230-250-280-300-350-390F)带控制锁的触摸感应面板长达 8 小时定时器微晶陶瓷板自动锅检测LED 面板ETL/ETL-卫生/FCC 认证，适合家用或商业用途Home Depot保护计划:

Answer 1

假设你的_data很长，那么花费时间的不是匹配，而是赋值

_data = _data.replaceAll("\\Q" + m.group(0) + "\\E", ".");

就字符串长度而言，其复杂度为O(n**2)。只是不要这样做。

你可以用它来更简单

_data = _data.replace(m.group(0), ".");

但是不要这样做。最后需要减少 _data 吗？如果是这样，请为每个模式使用一个 replaceAll (它在内部使用 StringBuffer 并且仅与字符串的大小成线性关系)。

另外:

• 使用非捕获组。
• 考虑使用 reset(CharSequence) 和 usePattern(Pattern) 回收 Matcher。
• 考虑将所有模式合并为一个。由于它们都以相同的方式开始，因此效率可能相当高。
• 如果没有匹配项，您的小数可能会变慢。省略可选部分，您会得到 "([0-9]+)+" ，它可以不必要地回溯很多。考虑使用原子组。