CQEngine字符串查询实现

Question

对实例StringEndsWith、StringContains的字符串进行CQEngine查询...使用迭代算法进行匹配运算，你知道为什么不使用正则表达式吗？我认为它是出于性能目的，但对我来说，它的性能是否会优于regex实现并不明显。

示例StringEndsWith：

@Override
boolean matchesSimpleAttribute(SimpleAttribute<O, A> attribute, O object) {
    CharSequence attributeValue = attribute.getValue(object);
    return containsFragment(attributeValue, value);
}

@Override
boolean matchesNonSimpleAttribute(Attribute<O, A> attribute, O object) {
    for (A attributeValue : attribute.getValues(object)) {
        if (containsFragment(attributeValue, value)) {
            return true;
        }
    }
    return false;
}

static boolean containsFragment(CharSequence document, CharSequence fragment) {
    final int documentLength = document.length();
    final int fragmentLength = fragment.length();
    final int lastStartOffset = documentLength - fragmentLength;
    for (int startOffset = 0; startOffset <= lastStartOffset; startOffset++) {
        int charsMatched = 0;
        for (int endOffset = startOffset, j = 0; j < fragmentLength; j++, endOffset++) {
            char documentChar = document.charAt(endOffset);
            char fragmentChar = fragment.charAt(j);
            if (documentChar != fragmentChar) {
                break; // break inner loop
            }
            charsMatched++;
        }
        if (charsMatched == fragmentLength) {
            return true;
        }
    }
    return false;
}

谢谢你的回答。

Answer 1

针对特定函数进行优化比针对通用函数进行优化更容易。

正则表达式匹配通常分两个阶段执行:正则表达式的编译和匹配本身。编译将正则表达式转换为表达式树。在编译期间，正则表达式的每个字符都与所有regex特殊字符进行匹配。编译后，可以遍历表达式树以匹配字符串，而不必每次重新解释整个正则表达式。

那么你认为哪个更快呢？直接编译成字节/机器代码或正则表达式"< stringEndWith >$“的字符串首先需要编译成表达式树，然后需要遍历表达式树才能匹配字符串末尾的字符串？在最好的情况下，更多的是理论而不是实践，编译的正则表达式将与stringEndsWith函数一样快地匹配。这意味着编译步骤仍然会减慢你的程序。

希望这能把事情弄清楚。