检查perl中的$string是否以$needle开头的最有效方法

Question

给定perl中的两个字符串变量$string和$needle，检查$string是否以$needle开头的最有效方法是什么？

• $string =~ /^\Q$needle\E/是我能想到的最接近的匹配项，它实现了所需的功能，但在我使用的解决方案中(到目前为止)效率最低，对于$string和$needle的某些值来说，它是相对有效的，但不必要地在其他位置搜索指针(如果在start).
• substr($string, 0, length($needle)) eq $needle中找不到，应该是非常简单和有效的，但在我为数不多的几个测试中的大多数情况下，效率并不比前面的那个高。

在perl中，有没有一种我不知道的规范方法可以做到这一点，或者有什么方法可以优化上面提到的任何解决方案？

(在我的特定用例中，$string和$needle在每次运行时都是不同的，所以不能预编译regexp )。

如何测量给定解决方案的性能的示例(此处来自POSIX sh)：

string='somewhat not so longish string' needle='somew'
time perl -e '
  ($n,$string,$needle) = @ARGV;
  for ($i=0;$i<$n;$i++) {

    index($string, $needle) == 0

  }' 10000000 "$string" "$needle"

在使用这些值的情况下，index()在使用Perl5.14.2的系统上的性能优于substr()+eq，但在以下情况下：

string="aaaaabaaaaabaaaaabaaaaabaaaaabaaaaab" needle="aaaaaa"

这是相反的。

Answer 1

rindex $string, $substring, 0

在位置<=0处的$string中搜索$substring，这仅在$substring是$string的前缀时才可能。示例：

> rindex "abc", "a", 0
0
> rindex "abc", "b", 0
-1

Answer 2

这到底有多重要？我做了许多基准测试，index方法每次迭代的平均时间为0.68微秒；正则表达式方法为1.14μs；substr方法为0.16μs。即使在我最坏的情况下(2250个字符的字符串相等)，substr花费2.4μs，正则表达式花费5.7μs，而index花费0.5μs。

我的建议是写一个库例程：

sub begins_with
{
    return substr($_[0], 0, length($_[1])) eq $_[1];
}

并将您的优化工作集中在其他地方。

更新:基于对我上面描述的“最坏情况”的批评，我运行了一组新的基准测试，使用一个20,000个字符的随机生成的字符串，将其与自身以及仅在最后一个字节中不同的字符串进行比较。

对于如此长的字符串，正则表达式的解决方案到目前为止是最差的( 20,000个字符的正则表达式简直是地狱)：匹配成功时为105μ，匹配失败时为100μ。

index和substr解决方案仍然相当快。对于成功/失败，index为11.83μs / 11.86μs，substr为4.09μs / 4.15μs。将代码移到单独的函数中增加了大约0.222±0.05μs。

基准测试代码请访问：http://codepaste.net/2k1y8e

我不知道@Stephane的数据的特征，但我的建议是成立的。