Regex表达式花费太多时间

Question

我在Java代码中有下面的regex表达式，在某些情况下需要很长时间才能完成。有什么办法可以改进吗？

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：

微型电磁炉提供最佳的顶部性能，安全和效率。感应加热，因为电流流经线圈产生磁场下的陶瓷板。当铁磁炊具放置在陶瓷表面时，会在炊具中产生电流，并由于锅的电阻而产生瞬间热。只产生热量到锅上，没有热量损失。由于没有明火，使用感应器比传统的燃烧器更安全。一旦厨具被移除，所有的分子活性都会停止，并且停止加热immediately.Flush表面的内置或独立的applicationDual功能:库克和Warm7电源设置(100-300-500-700-900-900-1100-1300 W)*两个最低功率设置实际上无法实现，但是否“模拟”：100 W=500 W间歇加热2秒，停止8 seconds300W =500 W间歇加热6秒，停止4 seconds13保温设置seconds13敏感面板，控制lockUp至8小时微晶陶瓷plateAutomatic pan detectionLED专题小组ETL/ETL-卫生/FCC认证的家庭或商业useHome仓库保护计划：

Answer 1

假设你的_data很长，不是匹配需要时间，而是分配

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

就字符串长度而言，它是O(n**2)。别这么做。

你可以用更简单的方法

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

但别这么做。你最后需要减少_data吗？如果是这样的话，每个模式使用一个replaceAll (它在内部使用一个StringBuffer，并且只在字符串大小上是线性的)。

此外：

• 使用非捕获组。
• 考虑使用Matcher和usePattern(Pattern)循环利用。
• 考虑将所有的模式合并为一个。因为它们都是一样的，它可能是相当有效率的。
• 如果没有匹配，您的decimal可能会变慢。忽略了可选的部分，您将得到"([0-9]+)+"，它可以不必要地回溯很多。考虑使用原子组。