如何评价 GCC 的 C++ 11 正则表达式？
GCC 的 C++11 正则表达式库是 C++11 标准中引入的一项重要功能，它为 C++ 开发者提供了一种标准化的、类型安全的方式来处理正则表达式。在评价它时，我们可以从多个维度进行详细的分析：
整体评价：
GCC 的 C++11 正则表达式库是一个非常有用的、功能强大且符合标准的库。它填补了 C++ 在正则表达式处理方面的空白，提供了与许多其他语言（如 Python, Java）相似的正则表达式功能。它的出现极大地提高了 C++ 在文本处理、数据验证、模式匹配等方面的效率和便利性。
优点：
标准化和跨平台性: 作为 C++11 标准的一部分，它在符合标准的编译器上都能获得一致的行为，这有助于编写可移植的代码。
类型安全: 相比于 C 语言中常见的 `regex.h` 库（如 POSIX 正则表达式），C++11 的库更注重类型安全，减少了指针操作和内存管理的风险。
面向对象设计: 库的设计遵循面向对象的原则，提供了清晰的类和方法，易于理解和使用。
丰富的匹配模式和功能: 支持多种匹配标志、查找算法，能够满足绝大多数常见的正则表达式需求。
与其他 C++ 特性的结合: 可以方便地与 `std::string`, `std::vector` 等标准库容器结合使用，进行更复杂的数据处理。
缺点/可以改进的地方：
性能: 相较于一些高度优化的第三方正则表达式库（如 PCRE），GCC 的 C++11 正则表达式库在某些场景下可能存在性能上的劣势。这主要是由于其通用性、标准化和安全性的设计目标。
错误处理: 虽然提供了异常机制，但在一些复杂的模式匹配场景下，错误信息的诊断可能不够直观，需要开发者对正则表达式语法有较深入的理解。
学习曲线: 对于没有接触过正则表达式的开发者来说，学习正则表达式本身以及 C++11 库的 API 需要一定的投入。
一些高级特性缺失（相较于某些第三方库）: 一些非常高级的正则表达式特性，例如断言（lookahead/lookbehind）的某些变体，或者某些非贪婪匹配的更细粒度控制，在 C++11 标准中可能没有覆盖到，或者支持的程度不如一些成熟的第三方库。
详细分析：
我们从以下几个方面来详细评价 GCC 的 C++11 正则表达式库：
1. 核心组件和类：
GCC 的 C++11 正则表达式库主要围绕以下几个核心类展开：
`std::regex`: 这个类用于存储正则表达式的模式。你可以用一个字符串来初始化它，或者从一个字符串创建。`std::regex` 的构造函数会自动解析和编译正则表达式，并进行语法检查。
评价: `std::regex` 的设计非常直观，它封装了正则表达式的编译和存储。它的构造函数会抛出 `std::regex_error` 异常，这是一种很好的错误处理机制，可以捕获无效的正则表达式语法。
`std::smatch` / `std::cmatch` / `std::wsmatch` / `std::wcmatch`: 这些类用于存储正则表达式匹配的结果。
`std::smatch` 用于匹配 `std::string`。
`std::cmatch` 用于匹配 C 风格字符串 (`const char`)。
`std::wsmatch` 和 `std::wcmatch` 分别用于匹配宽字符字符串 (`std::wstring` 和 `const wchar_t`)。
它们内部包含了匹配到的整个字符串（`prefix` 和 `suffix`）、第一个匹配项（`operator[]` 索引 0）以及所有捕获组（`operator[]` 索引 1 及以上）。
评价: `std::match_results`（`smatch` 和 `cmatch` 的基类）提供了丰富的信息，包括每个子匹配项的起始位置、长度以及指向原始字符串的迭代器。这使得从匹配结果中提取特定信息变得非常方便。`std::smatch` 与 `std::string` 的无缝集成是 C++11 库的一大优势。
`std::regex_iterator`: 用于迭代字符串中所有不重叠的匹配项。
`std::sregex_iterator` 用于匹配 `std::string`。
`std::cregex_iterator` 用于匹配 C 风格字符串。
评价: 这是一个非常实用的工具，允许你轻松地遍历字符串中所有满足正则表达式的子串，而无需手动管理循环和状态。
`std::regex_token_iterator`: 用于将字符串分割成由正则表达式定义的分隔符或捕获组组成的子序列。
评价: 这个迭代器非常强大，它允许你实现类似 `string::split` 的功能，并且可以根据捕获组来控制分割逻辑，这比简单的分隔符分割更加灵活。
2. 核心函数和算法：
GCC 的 C++11 正则表达式库提供了多种用于执行匹配操作的函数：
`std::regex_match(str, regex)`: 尝试将整个字符串与正则表达式进行匹配。只有当整个字符串都符合正则表达式时才返回 `true`。
评价: 适用于需要验证整个输入字符串是否符合特定格式的场景，例如邮箱地址、URL 等。
`std::regex_search(str, regex)`: 在字符串中搜索第一个匹配正则表达式的子串。
评价: 这是最常用的匹配函数，用于查找字符串中是否包含某个模式。
`std::regex_replace(str, regex, fmt)`: 在字符串中查找所有匹配项，并用指定的格式字符串进行替换。
评价: 提供了强大的文本替换功能，可以根据匹配到的内容动态生成替换字符串。格式字符串支持引用捕获组，如 `$1`, `$2` 等。
这些函数都有多个重载版本，可以接受不同的匹配标志（如 `std::regex_constants::icase` 进行不区分大小写的匹配），也可以直接使用 `std::smatch` 或 `std::cmatch` 来存储匹配结果。
3. 正则表达式语法和引擎：
GCC 的 C++11 正则表达式库默认使用 ECMAScript 语法，这是目前最流行和最广泛使用的正则表达式语法之一。ECMAScript 语法支持：
基本字符匹配: `a`, `1`, `.` (匹配除换行符外的任意字符)。
字符集: `[abc]`, `[^abc]`, `[az]`, `d` (数字), `w` (单词字符), `s` (空白字符)。
量词: `` (零个或多个), `+` (一个或多个), `?` (零个或一个), `{n}` (精确 n 次), `{n,}` (至少 n 次), `{n,m}` (n 到 m 次)。
分组和捕获: `(...)` 用于分组和捕获，`(?:...)` 用于非捕获分组。
锚点: `^` (行首), `$` (行尾), `` (单词边界), `B` (非单词边界)。
转义字符: `d`, `w`, `s`, `D`, `W`, `S`, ` `, ` `, `\` 等。
选择: `|` (或)。
环视: `(?=...)` (正向前瞻), `(?!...)` (负向前瞻), `(?<=...)` (正向后顾), `(? 评价: ECMAScript 语法的支持意味着开发者可以利用一种通用且强大的语法来编写正则表达式。GCC 的实现对这些语法的支持是比较完整的，能够处理绝大多数常见的正则表达式任务。
4. 性能考量：
在评价 GCC 的 C++11 正则表达式库时，性能是一个不可忽视的方面。
编译开销: 每次创建 `std::regex` 对象时，都会涉及正则表达式的解析和编译过程。如果在一个循环中频繁创建 `std::regex` 对象，可能会有性能损失。最佳实践是提前编译正则表达式并重用。
匹配算法: C++11 标准没有强制规定具体的匹配算法，GCC 的实现可能基于某种确定性有限自动机 (DFA) 或非确定性有限自动机 (NFA) 的变体。对于某些复杂的、可能导致指数级时间复杂度的正则表达式（例如，存在大量嵌套量词和回溯的情况），性能可能会受到影响。
与第三方库的对比:
PCRE (Perl Compatible Regular Expressions): PCRE 是一个非常成熟和高度优化的正则表达式库，其性能通常优于 C++11 的标准库，尤其是在处理复杂模式和大数据量时。PCRE 支持更多的高级特性，并且其匹配引擎经过了多年的优化。
Boost.Regex: Boost.Regex 是另一个流行的 C++ 正则表达式库，它提供了多种后端引擎（包括 ECMAScript、POSIX 等），并且在性能和功能上都有不错的表现，有时甚至可以媲美 PCRE。
GCC 的优化: GCC 作为编译器，其标准库的实现会尽量进行优化。但标准化带来的通用性和安全性可能需要在某些情况下牺牲极致的性能。
总结性能方面: 对于一般的文本处理和数据验证任务，GCC 的 C++11 正则表达式库的性能是足够优秀的。然而，如果您需要处理海量数据、对性能有极高要求，或者需要支持 C++11 标准之外的特定正则表达式特性，那么考虑使用 PCRE 或 Boost.Regex 可能是更好的选择。
5. 错误处理和健壮性：
`std::regex_error`: 当正则表达式的语法无效时，`std::regex` 的构造函数会抛出 `std::regex_error` 异常。这是一种良好的错误处理机制，可以帮助开发者捕获和处理无效的正则表达式。
评价: 这种基于异常的错误处理方式符合 C++ 的现代编程风格，使错误处理逻辑更加清晰。
`std::regex_traits`: `std::regex_traits` 类定义了正则表达式引擎使用的字符属性和转换规则。GCC 的默认实现为 ASCII 和 char_type (`std::regex_traits`)。
评价: 允许用户自定义字符处理规则，但对于大多数用户来说，默认的实现已经足够。
6. 使用示例和优势体现：
让我们看一个简单的例子来体现其优势：
```cpp
include
include
include
int main() {
std::string text = "Hello, my email is test@example.com. Another is admin@website.org.";
// 一个简单的邮箱格式正则表达式
std::regex email_regex(R"([azAZ09._%+]+@[azAZ09.]+.[azAZ]{2,})");
// 使用 regex_search 查找第一个匹配项
std::smatch match;
if (std::regex_search(text, match, email_regex)) {
std::cout << "Found email: " << match.str() << std::endl;
// match[0] 对应整个匹配项
std::cout << "Match length: " << match.length() << std::endl;
std::cout << "Match position: " << match.position() << std::endl;
} else {
std::cout << "No email found." << std::endl;
}
// 使用 regex_iterator 查找所有匹配项
std::cout << " All emails found:" << std::endl;
auto words_begin = std::sregex_iterator(text.begin(), text.end(), email_regex);
auto words_end = std::sregex_iterator();
for (std::sregex_iterator i = words_begin; i != words_end; ++i) {
std::smatch m = i;
std::cout << m.str() << std::endl;
}
// 使用 regex_replace 替换匹配项
std::string replaced_text = std::regex_replace(text, email_regex, "[REDACTED]");
std::cout << " Text after redaction: " << replaced_text << std::endl;
return 0;
}
```
这个例子展示了：
使用 `std::regex` 定义模式。
使用 `std::regex_search` 和 `std::smatch` 提取匹配信息。
使用 `std::sregex_iterator` 遍历所有匹配项。
使用 `std::regex_replace` 进行替换。
这些操作都非常简洁和直观，体现了 C++11 正则表达式库的易用性。
总结评价：
GCC 的 C++11 正则表达式库是一个里程碑式的进步，它为 C++ 开发者提供了一种标准、安全、面向对象的正则表达式解决方案。它的优点在于其标准化、易用性、类型安全以及与 C++ 标准库的良好集成。
对于大多数日常编程任务，GCC 的 C++11 正则表达式库已经足够强大，并且能够满足需求。它使得文本处理、数据验证等工作变得更加高效和可维护。
然而，在追求极致性能或需要非常特殊的正则表达式功能的场景下，开发者可以考虑使用更专业的第三方库。但总的来说，GCC 对 C++11 正则表达式的实现是高质量且非常值得信赖的。
建议：
学习正则表达式语法: 这是使用任何正则表达式库的基础。
预编译正则表达式: 如果在循环中使用正则表达式，务必在循环外创建 `std::regex` 对象以避免重复编译的性能开销。
注意性能瓶颈: 如果遇到性能问题，首先考虑正则表达式本身的复杂度，然后考虑是否需要切换到更底层的库。
充分利用 `std::smatch` 的信息: 了解 `smatch` 提供了丰富的匹配信息，可以帮助你进行更精细的数据提取。
整体评价：
GCC 的 C++11 正则表达式库是一个非常有用的、功能强大且符合标准的库。它填补了 C++ 在正则表达式处理方面的空白，提供了与许多其他语言（如 Python, Java）相似的正则表达式功能。它的出现极大地提高了 C++ 在文本处理、数据验证、模式匹配等方面的效率和便利性。
优点：
标准化和跨平台性: 作为 C++11 标准的一部分，它在符合标准的编译器上都能获得一致的行为，这有助于编写可移植的代码。
类型安全: 相比于 C 语言中常见的 `regex.h` 库（如 POSIX 正则表达式），C++11 的库更注重类型安全，减少了指针操作和内存管理的风险。
面向对象设计: 库的设计遵循面向对象的原则，提供了清晰的类和方法，易于理解和使用。
丰富的匹配模式和功能: 支持多种匹配标志、查找算法，能够满足绝大多数常见的正则表达式需求。
与其他 C++ 特性的结合: 可以方便地与 `std::string`, `std::vector` 等标准库容器结合使用，进行更复杂的数据处理。
缺点/可以改进的地方：
性能: 相较于一些高度优化的第三方正则表达式库（如 PCRE），GCC 的 C++11 正则表达式库在某些场景下可能存在性能上的劣势。这主要是由于其通用性、标准化和安全性的设计目标。
错误处理: 虽然提供了异常机制，但在一些复杂的模式匹配场景下，错误信息的诊断可能不够直观，需要开发者对正则表达式语法有较深入的理解。
学习曲线: 对于没有接触过正则表达式的开发者来说，学习正则表达式本身以及 C++11 库的 API 需要一定的投入。
一些高级特性缺失（相较于某些第三方库）: 一些非常高级的正则表达式特性，例如断言（lookahead/lookbehind）的某些变体，或者某些非贪婪匹配的更细粒度控制，在 C++11 标准中可能没有覆盖到，或者支持的程度不如一些成熟的第三方库。
详细分析：
我们从以下几个方面来详细评价 GCC 的 C++11 正则表达式库：
1. 核心组件和类：
GCC 的 C++11 正则表达式库主要围绕以下几个核心类展开：
`std::regex`: 这个类用于存储正则表达式的模式。你可以用一个字符串来初始化它，或者从一个字符串创建。`std::regex` 的构造函数会自动解析和编译正则表达式，并进行语法检查。
评价: `std::regex` 的设计非常直观，它封装了正则表达式的编译和存储。它的构造函数会抛出 `std::regex_error` 异常，这是一种很好的错误处理机制，可以捕获无效的正则表达式语法。
`std::smatch` / `std::cmatch` / `std::wsmatch` / `std::wcmatch`: 这些类用于存储正则表达式匹配的结果。
`std::smatch` 用于匹配 `std::string`。
`std::cmatch` 用于匹配 C 风格字符串 (`const char`)。
`std::wsmatch` 和 `std::wcmatch` 分别用于匹配宽字符字符串 (`std::wstring` 和 `const wchar_t`)。
它们内部包含了匹配到的整个字符串（`prefix` 和 `suffix`）、第一个匹配项（`operator[]` 索引 0）以及所有捕获组（`operator[]` 索引 1 及以上）。
评价: `std::match_results`（`smatch` 和 `cmatch` 的基类）提供了丰富的信息，包括每个子匹配项的起始位置、长度以及指向原始字符串的迭代器。这使得从匹配结果中提取特定信息变得非常方便。`std::smatch` 与 `std::string` 的无缝集成是 C++11 库的一大优势。
`std::regex_iterator`: 用于迭代字符串中所有不重叠的匹配项。
`std::sregex_iterator` 用于匹配 `std::string`。
`std::cregex_iterator` 用于匹配 C 风格字符串。
评价: 这是一个非常实用的工具，允许你轻松地遍历字符串中所有满足正则表达式的子串，而无需手动管理循环和状态。
`std::regex_token_iterator`: 用于将字符串分割成由正则表达式定义的分隔符或捕获组组成的子序列。
评价: 这个迭代器非常强大，它允许你实现类似 `string::split` 的功能，并且可以根据捕获组来控制分割逻辑，这比简单的分隔符分割更加灵活。
2. 核心函数和算法：
GCC 的 C++11 正则表达式库提供了多种用于执行匹配操作的函数：
`std::regex_match(str, regex)`: 尝试将整个字符串与正则表达式进行匹配。只有当整个字符串都符合正则表达式时才返回 `true`。
评价: 适用于需要验证整个输入字符串是否符合特定格式的场景，例如邮箱地址、URL 等。
`std::regex_search(str, regex)`: 在字符串中搜索第一个匹配正则表达式的子串。
评价: 这是最常用的匹配函数，用于查找字符串中是否包含某个模式。
`std::regex_replace(str, regex, fmt)`: 在字符串中查找所有匹配项，并用指定的格式字符串进行替换。
评价: 提供了强大的文本替换功能，可以根据匹配到的内容动态生成替换字符串。格式字符串支持引用捕获组，如 `$1`, `$2` 等。
这些函数都有多个重载版本，可以接受不同的匹配标志（如 `std::regex_constants::icase` 进行不区分大小写的匹配），也可以直接使用 `std::smatch` 或 `std::cmatch` 来存储匹配结果。
3. 正则表达式语法和引擎：
GCC 的 C++11 正则表达式库默认使用 ECMAScript 语法，这是目前最流行和最广泛使用的正则表达式语法之一。ECMAScript 语法支持：
基本字符匹配: `a`, `1`, `.` (匹配除换行符外的任意字符)。
字符集: `[abc]`, `[^abc]`, `[az]`, `d` (数字), `w` (单词字符), `s` (空白字符)。
量词: `` (零个或多个), `+` (一个或多个), `?` (零个或一个), `{n}` (精确 n 次), `{n,}` (至少 n 次), `{n,m}` (n 到 m 次)。
分组和捕获: `(...)` 用于分组和捕获，`(?:...)` 用于非捕获分组。
锚点: `^` (行首), `$` (行尾), `` (单词边界), `B` (非单词边界)。
转义字符: `d`, `w`, `s`, `D`, `W`, `S`, ` `, ` `, `\` 等。
选择: `|` (或)。
环视: `(?=...)` (正向前瞻), `(?!...)` (负向前瞻), `(?<=...)` (正向后顾), `(? 评价: ECMAScript 语法的支持意味着开发者可以利用一种通用且强大的语法来编写正则表达式。GCC 的实现对这些语法的支持是比较完整的，能够处理绝大多数常见的正则表达式任务。
4. 性能考量：
在评价 GCC 的 C++11 正则表达式库时，性能是一个不可忽视的方面。
编译开销: 每次创建 `std::regex` 对象时，都会涉及正则表达式的解析和编译过程。如果在一个循环中频繁创建 `std::regex` 对象，可能会有性能损失。最佳实践是提前编译正则表达式并重用。
匹配算法: C++11 标准没有强制规定具体的匹配算法，GCC 的实现可能基于某种确定性有限自动机 (DFA) 或非确定性有限自动机 (NFA) 的变体。对于某些复杂的、可能导致指数级时间复杂度的正则表达式（例如，存在大量嵌套量词和回溯的情况），性能可能会受到影响。
与第三方库的对比:
PCRE (Perl Compatible Regular Expressions): PCRE 是一个非常成熟和高度优化的正则表达式库，其性能通常优于 C++11 的标准库，尤其是在处理复杂模式和大数据量时。PCRE 支持更多的高级特性，并且其匹配引擎经过了多年的优化。
Boost.Regex: Boost.Regex 是另一个流行的 C++ 正则表达式库，它提供了多种后端引擎（包括 ECMAScript、POSIX 等），并且在性能和功能上都有不错的表现，有时甚至可以媲美 PCRE。
GCC 的优化: GCC 作为编译器，其标准库的实现会尽量进行优化。但标准化带来的通用性和安全性可能需要在某些情况下牺牲极致的性能。
总结性能方面: 对于一般的文本处理和数据验证任务，GCC 的 C++11 正则表达式库的性能是足够优秀的。然而，如果您需要处理海量数据、对性能有极高要求，或者需要支持 C++11 标准之外的特定正则表达式特性，那么考虑使用 PCRE 或 Boost.Regex 可能是更好的选择。
5. 错误处理和健壮性：
`std::regex_error`: 当正则表达式的语法无效时，`std::regex` 的构造函数会抛出 `std::regex_error` 异常。这是一种良好的错误处理机制，可以帮助开发者捕获和处理无效的正则表达式。
评价: 这种基于异常的错误处理方式符合 C++ 的现代编程风格，使错误处理逻辑更加清晰。
`std::regex_traits`: `std::regex_traits` 类定义了正则表达式引擎使用的字符属性和转换规则。GCC 的默认实现为 ASCII 和 char_type (`std::regex_traits
评价: 允许用户自定义字符处理规则，但对于大多数用户来说，默认的实现已经足够。
6. 使用示例和优势体现：
让我们看一个简单的例子来体现其优势：
```cpp
include
include
include
int main() {
std::string text = "Hello, my email is test@example.com. Another is admin@website.org.";
// 一个简单的邮箱格式正则表达式
std::regex email_regex(R"([azAZ09._%+]+@[azAZ09.]+.[azAZ]{2,})");
// 使用 regex_search 查找第一个匹配项
std::smatch match;
if (std::regex_search(text, match, email_regex)) {
std::cout << "Found email: " << match.str() << std::endl;
// match[0] 对应整个匹配项
std::cout << "Match length: " << match.length() << std::endl;
std::cout << "Match position: " << match.position() << std::endl;
} else {
std::cout << "No email found." << std::endl;
}
// 使用 regex_iterator 查找所有匹配项
std::cout << " All emails found:" << std::endl;
auto words_begin = std::sregex_iterator(text.begin(), text.end(), email_regex);
auto words_end = std::sregex_iterator();
for (std::sregex_iterator i = words_begin; i != words_end; ++i) {
std::smatch m = i;
std::cout << m.str() << std::endl;
}
// 使用 regex_replace 替换匹配项
std::string replaced_text = std::regex_replace(text, email_regex, "[REDACTED]");
std::cout << " Text after redaction: " << replaced_text << std::endl;
return 0;
}
```
这个例子展示了：
使用 `std::regex` 定义模式。
使用 `std::regex_search` 和 `std::smatch` 提取匹配信息。
使用 `std::sregex_iterator` 遍历所有匹配项。
使用 `std::regex_replace` 进行替换。
这些操作都非常简洁和直观，体现了 C++11 正则表达式库的易用性。
总结评价：
GCC 的 C++11 正则表达式库是一个里程碑式的进步，它为 C++ 开发者提供了一种标准、安全、面向对象的正则表达式解决方案。它的优点在于其标准化、易用性、类型安全以及与 C++ 标准库的良好集成。
对于大多数日常编程任务，GCC 的 C++11 正则表达式库已经足够强大，并且能够满足需求。它使得文本处理、数据验证等工作变得更加高效和可维护。
然而，在追求极致性能或需要非常特殊的正则表达式功能的场景下，开发者可以考虑使用更专业的第三方库。但总的来说，GCC 对 C++11 正则表达式的实现是高质量且非常值得信赖的。
建议：
学习正则表达式语法: 这是使用任何正则表达式库的基础。
预编译正则表达式: 如果在循环中使用正则表达式，务必在循环外创建 `std::regex` 对象以避免重复编译的性能开销。
注意性能瓶颈: 如果遇到性能问题，首先考虑正则表达式本身的复杂度，然后考虑是否需要切换到更底层的库。
充分利用 `std::smatch` 的信息: 了解 `smatch` 提供了丰富的匹配信息，可以帮助你进行更精细的数据提取。
网友意见
GCC 4.9的C++11 <regex>是我写的。没抄boost。
我没细致地测过速度，但是仅仅是个简单的dfs实现，速度应当和boost的差不多。有一套备选实现是Thompson NFA（bfs），禁止back reference，保证多项式级别复杂度（具体来说是O(n_captures * (regex_string.size() + sum_interval_repeat_length) * input_string.size()), 有可能可以用immutable data structure把n_captures去掉，但那样常数就不是大个一星半点了），trunk里有个regex_constants::__polynomial作开关。多项式实现的好处是可用作安全的暴露给用户的服务。在现在的trunk，NFA要保证线性的行为的话控制状态数（目前用宏控制状态数阈值，编译regex时超过该数就抛异常）就行了，也不要乱capture东西（nosub）。做clang fuzzer的kcc同学fuzz过我的bfs，没出什么问题。
已知问题是由于使用递归实现，快是快了点，但是容易爆栈。这这真是不好意思啊都怪我当时太naive全是我的错QAQ。我理想的解法是用类似make_context和swap_context的函数把执行栈开到堆上，每次递归的时候瞄一眼frame pointer，超过了就抛异常，或者接segmented stack。这样编译器各种对函数的优化还是能波及到regex引擎（较之于维护一个在堆上的数据栈来说）。虽然感觉这改动很费劲，但是这也为兹瓷coroutine铺路。
我已经完全重构了一遍，但是libstdc++的维护者没空review，肯定赶不上2016年release，只好先搁着了。计划在这之后做栈优化。也说不定试试编译到DFA优化或者别的魔改。比如现在NFA是在一个vector里面乱序分配的，节点之间都用index指来指去，可能对缓存不是很友好。可以把节点好好排个序，除非遇到branch不然顺序往下读就行了，就跟汇编指令一样。DFA优化即便是带capture我也感觉可行 - 只是感觉。当然，back reference是统统不能有的。这些Russ Cox的博客里都提到了。
这还是大学里做gsoc写的。现在工作了基本没空加很多新优化了，最多修修bug。所以尽人事听天命吧。
写标准regex和自己发明regex最大的不同是得为别人设计的天花乱坠的feature买单。反正我是不开心的。那些讨厌的feature我都没优化。
另外，locale你大爷的。
类似的话题
-
GCC 的 C++11 正则表达式库是 C++11 标准中引入的一项重要功能，它为 C++ 开发者提供了一种标准化的、类型安全的方式来处理正则表达式。在评价它时，我们可以从多个维度进行详细的分析： 整体评价：GCC 的 C++11 正则表达式库是一个非常有用的、功能强大且符合标准的库。它填补了 C+............. -
《睡前消息》409期作为一档以“睡前”为名的时事评论节目，其内容通常以轻松幽默的风格呈现社会热点、科技动态、文化现象等话题，旨在为观众提供睡前的“信息快餐”。以下是对该期节目可能涉及的分析框架和评价方向，结合其节目特点及社会语境进行详细解读： 1. 节目核心内容与选题分析 选题热点：409期可能聚焦.............
-
俄罗斯军队在2022年2月24日入侵乌克兰后，21天内未能占领或包围基辅，这一结果涉及复杂的军事、战略和国际因素。以下从多个维度详细分析这一现象： 1. 初期快速推进的军事目标与战略调整 初期目标的矛盾性： 俄罗斯在入侵初期（2月24日）宣称“特别军事行动”的目标是“去纳粹化”和“去俄化”，但.............
-
新华社的《破除美国金融模式迷信，中国金融要走自己的路》一文，是近年来中国在金融领域强调自主性、独立性和战略定力的重要政策表达。该文从历史经验、现实挑战和未来战略三个维度，系统阐述了中国金融发展的路径选择，具有鲜明的现实针对性和理论深度。以下从多个角度对这篇文章进行详细分析： 一、文章背景与核心论点1.............
-
2022年俄乌战争爆发后，中国互联网上确实出现了一些复杂的现象，既有官方立场的引导，也有民间舆论的分化。以下从多个角度分析这一时期中国互联网的乱象及其背后的原因： 一、官方立场与网络管控1. 官方舆论引导 中国政府明确表态支持乌克兰的主权和领土完整，同时强调“不干涉内政”的原则。在社交媒体和.............
-
陈道明、王志文、陈宝国、张国立、李雪健是中国影视界最具代表性的“老戏骨”之一，他们以深厚的表演功底、多样的角色塑造和持久的行业影响力，成为中国影视艺术的中流砥柱。以下从表演风格、代表作、行业地位及艺术贡献等方面进行详细分析： 一、陈道明：历史剧的“帝王”与艺术的“多面手”表演特点： 陈道明以“沉稳.............
-
《为战争叫好的都是傻逼》这类文章通常以强烈的反战立场和道德批判为核心，其评价需要从多个维度进行分析，包括其立场的合理性、论据的逻辑性、社会影响以及可能存在的争议。以下从不同角度展开详细分析： 1. 文章的核心立场与立场合理性 立场：这类文章的核心观点是战争本质上是道德上不可接受的，支持战争的人（尤其.............
-
龙云（1882年－1967年）是20世纪中国西南地区的重要军阀和政治人物，被尊称为“云南王”，其统治时期（1920年代至1940年代）对云南的现代化进程和民族关系产生了深远影响。以下从多个维度对其历史地位和影响进行详细分析： 一、生平与政治背景1. 出身与早期经历 龙云出生于云南昆明，出身于.............
-
关于“前三十年的工业化是一堆破铜烂铁”的说法，这一评价需要结合历史背景、经济政策、技术条件以及国际环境等多方面因素进行深入分析。以下从多个角度展开讨论： 一、历史背景与“前三十年”的定义“前三十年”通常指中国从1949年新中国成立到1979年改革开放前的30年。这一时期，中国在经济、政治、社会等方面.............
-
十元左右的低档快餐店顾客以男性为主的现象，可以从经济、社会文化、消费行为、地理位置等多方面进行分析。以下从多个角度详细探讨这一现象的原因及可能的背景： 1. 经济因素：价格敏感与消费习惯 性价比优先：十元左右的快餐通常以快速、便宜、标准化为特点，符合低收入群体或日常通勤人群的消费需求。男性在职场中可.............
-
阎学通教授对00后大学生以“居高临下”心态看待世界这一批评，可以从多个维度进行深入分析，其背后既有学术视角的考量，也涉及代际差异、教育体系、社会环境等复杂因素。以下从观点解析、合理性分析、现实背景、潜在影响及改进方向等方面展开详细探讨： 一、阎学通教授的核心观点与逻辑1. “居高临下”的具体表现 .............
-
歼8系列战机是中国在20世纪70年代至80年代期间研制的高空高速歼击机，是当时中国航空工业的重要成果之一。该系列战机在冷战时期具有显著的军事意义，但随着技术发展和国际形势变化，其性能和作用逐渐被后续机型取代。以下从历史背景、技术特点、性能分析、发展演变、军事影响及评价等方面进行详细解析： 一、历史背.............
-
关于苏翻译和Black枪骑兵对俄乌战争局势的立场差异，需要明确的是，这两位身份可能涉及不同的信息来源和立场背景。以下从多个角度分析他们观点差异的可能原因： 1. 信息来源与立场定位 苏翻译（可能指苏晓康，中国《经济学人》翻译团队成员）： 立场：更倾向于国际法、人道主义和多边主义视角。 观点：.............
-
由于无法直接访问《睡前消息》第409期的具体内容（可能因平台更新、用户输入误差或节目名称不明确导致无法准确检索），以下将基于对“睡前消息”类节目的常见结构和主题进行推测性分析，并提供一般性的评价框架。若您有更具体的背景信息（如节目来源、发布时间等），可补充说明以便更精准回答。 一、节目内容推测（基于.............
-
明成祖朱棣（14021424年在位）五次北伐漠北（今蒙古高原）是明王朝巩固北方边疆、遏制蒙古势力的关键历史事件。这一系列军事行动不仅体现了朱棣的军事才能，也深刻影响了明朝的边疆政策、内政格局和历史走向。以下从历史背景、军事行动、结果评价及历史影响等方面详细分析： 一、历史背景1. 政治合法性与边疆安.............
-
2022年的俄乌战争是21世纪最具全球影响力的冲突之一，其规模、持续时间、国际影响和人道主义灾难远超以往。以下从多个维度对这场战争进行详细分析： 一、战争爆发的背景与起因1. 历史渊源 俄乌冲突的根源可追溯至2014年克里米亚危机和顿巴斯战争，俄罗斯在2014年吞并克里米亚并支持顿巴斯分离.............
-
关于美国国务卿布林肯和波兰总统对北约向乌克兰提供战机的表态，这一问题涉及地缘政治、军事战略、国内政治和国际关系等多重因素。以下从多个角度进行详细分析： 一、背景与核心争议1. 乌克兰的军事需求 乌克兰自2022年俄乌冲突爆发以来，面临俄罗斯的军事压力，急需先进武器装备以增强防御能力。战机（尤.............
-
亚投行（亚洲基础设施投资银行，AIIB）在2022年俄乌冲突爆发后，确实对在俄罗斯和白俄罗斯的项目进行了暂停和审查，这一举措引发了国际社会的广泛关注。以下从背景、原因、影响及评价多个角度进行详细分析： 一、事件背景1. 俄乌冲突的国际影响 2022年2月，俄罗斯入侵乌克兰，引发西方国家对俄罗.............
-
俄乌冲突中的俄军指挥体系和行动表现是一个复杂的问题，涉及军事战略、指挥结构、后勤保障、情报系统等多个方面。以下从多个角度对俄军指挥进行详细分析： 一、指挥体系结构1. 中央指挥链 俄军的指挥体系以中央军区（俄联邦安全局）和西部军区（负责乌克兰东部战区）为核心，由总参谋部协调。 总参.............
-
关于“幻影部队突袭利沃夫”这一假说，目前尚无确凿证据支持其真实性。以下从历史背景、军事分析、情报来源及可能的动机等方面进行详细分析： 一、历史与地理背景1. 利沃夫的战略地位 利沃夫是乌克兰东部的重要城市，位于第聂伯河畔，历史上曾是俄罗斯帝国、奥匈帝国和苏联的军事重镇。在俄乌战争中，利沃夫是.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有