- Java 双重比较
- java - 比较器与 Apache BeanComparator
- Objective-C 完成 block 导致额外的方法调用?
- database - RESTful URI 是否应该公开数据库主键?
我创建了一个测试程序,它在解析 csv 数据时测量 std::regex
的性能:
#include <string.h>
#include <iostream>
#include <stdexcept>
#include <chrono>
#include <regex>
#include <set>
#include <iomanip>
#define DEFAULT_REGEX \
R"(^((?:[^\x00-\x1F\x80-\xFF\\;]|\\\\|\\;)*);)" \
R"((L|P|D|DN|R|W|LS|PS|RS|LU|PU|RU|LK|PK|RK|F);)" \
R"(((?:[^\x00-\x1F\x80-\xFF\\;]|\\\\|\\;)*);)" \
R"(((?:[^\x00-\x1F\x80-\xFF\\;]|\\\\|\\;)*);)" \
R"(((?:[^\x00-\x1F\x80-\xFF\\;]|\\\\|\\;|\\:)*))" \
R"((?:;((?:[^\x00-\x1F\x80-\xFF\\;])" \
R"(|\\\\|\\;|\';\')*))?$)"
struct results_t {
std::string address;
std::string command;
std::string client;
std::string param;
std::string value;
std::string error;
};
void std_regex(std::size_t num, const std::string &str, results_t &res) {
std::smatch pieces;
static const std::regex pattern{DEFAULT_REGEX};
for (auto i = 0u; i < num; i++) {
bool matched = std::regex_match(str, pieces, pattern);
if (!(matched && pieces.size() == 7)) {
throw std::runtime_error("ERROR");
}
}
res.address = pieces[1];
res.command = pieces[2];
res.client = pieces[3];
res.param = pieces[4];
res.value = pieces[5];
res.error = pieces[6];
}
std::size_t get_median(const std::multiset<std::size_t> &measured_values) {
std::size_t i = 0;
std::size_t median = 0;
for (auto it = measured_values.cbegin();; it++, i++) {
double tmp = static_cast<double>(measured_values.size() - 1) / 2.0;
if (i == floor(tmp)) {
median = *it;
}
if (i == ceil(tmp)) {
median += *it;
break;
}
}
return static_cast<std::size_t>(static_cast<double>(median) / 2.0 + 0.5);
}
std::size_t get_avg(const std::multiset<std::size_t> &measured_values) {
return static_cast<std::size_t>(
std::accumulate(measured_values.cbegin(), measured_values.cend(), 0) /
static_cast<double>(measured_values.size()) +
0.5);
}
int main(void) {
constexpr std::size_t num = 100000;
constexpr std::size_t measure_num = 250;
std::string str = "zzz\\\\bbbb;L;babaa;bubu\\;cc;vvvv;asdff";
std::multiset<std::size_t> measured_values;
results_t res;
for (std::size_t i = 0; i < measure_num; i++) {
auto start = std::chrono::system_clock::now();
std_regex(num, str, res);
auto end = std::chrono::system_clock::now();
measured_values.insert(
std::chrono::duration_cast<std::chrono::microseconds>(end - start)
.count());
}
std::cout << *measured_values.cbegin() << ";" // min
<< *measured_values.crbegin() << ";" /// max
<< get_avg(measured_values) << ";" // average
<< get_median(measured_values) << std::endl; // median
}
使用 Ubuntu 15.10 和 Debian 8,代码编译(没有错误或警告):
clang++-3.4 -DCOMPILER='"clang++-3.4"' -Wall -pedantic-errors -Werror -Wextra -DNDEBUG -O3 -mtune=native -march=native -std=c++1y -o eval_clang_3_4 eval.cpp
正如预期的那样,如果使用不同的编译器,该程序会显示不同的时间。例如。如果您使用 g++5.2 而不是 g++4.9,性能会变得更好。
但是这个评估程序也显示了一个有趣的特征:如果你在 Debian 8 而不是 Ubuntu 15.10 上使用 clang++-3.4,它会产生更糟糕的时间。该软件在同一台机器(Intel i7-3770k 和 8GB RAM)上运行两次,并且在这两种情况下都使用 clang++-3.4。
评估执行了 250 次,在接下来的几行中,您会看到此测量的统计信息。
以下是 Debian 8 上的测量值:(最小值;最大值;平均值;中值)
691244;1160628;713112;700739
以下是 Ubuntu 15.10 上的测量值:(最小值;最大值;平均值;中值)
198484;290986;202656;200637
如果差异大约是 10% 或 20%,我不会关心这个,但在这种情况下,差异大约是 350%。
为什么在执行这个二进制文件时会有如此大的差异?
最佳答案
我做了更多的基准测试,详细说明了 my earlier answer 中的测试.
我已经在
中创建了替代的解析器实现显然,无论使用何种编译器,手写解析器无疑是赢家。
Spirit X3 紧随其后。
灵气完全匹配std_regex
性能,除了libc++
,因为std_regex
只是慢。
我建议使用 Spirit 或手动解析器,因为:
如果您负担得起使用需要 C++14 的实验性增强库,这是我个人的最爱。看看代码你就会明白为什么:
void spiritX3(const std::string &payload, results_t &res) {
using namespace boost::spirit::x3;
auto escaping = [](auto&& set) { return ('\\' >> char_(set)) | (print - char_(set)); };
auto text = escaping(";\\");
symbols<unused_type> cmds;
cmds += "L", "P", "D", "DN", "R", "W", "LS", "PS", "RS", "LU", "PU", "RU", "LK", "PK", "RK", "F";
auto address_ = *text;
auto command_ = raw [ cmds ];
auto client_ = *text;
auto param_ = *text;
auto value_ = *escaping(";:\\"); // note the ':'
auto error_ = *("'" >> char_(';') >> "'" | escaping(";\\"));
auto attr = std::tie(res.address, res.command, res.client, res.param, res.value, res.error);
if (!parse(
payload.begin(), payload.end(),
address_ >> ';' >> command_ >> ';' >> client_ >> ';' >> param_ >> ';' >> value_ >> -(';' >> error_),
attr))
{
throw std::runtime_error("ERROR");
}
}
这基本上是 X3 语法的直接反射(reflect),但是有一些宏滥用来弥补 Qi 的局限性(您也可以通过重复代码来“修复”它)。
Spirit Qi 具有完全兼容 C++03 的优点,并且是近十年稳定提升的一部分:
void spiritQi(const std::string &payload, results_t &res) {
using namespace boost::spirit::qi;
#define ESCAPING(set) (('\\' >> char_(set)) | (print - char_(set)))
#define TEXT *ESCAPING(";\\")
symbols<char, unused_type> cmds;
cmds += "L", "P", "D", "DN", "R", "W", "LS", "PS", "RS", "LU", "PU", "RU", "LK", "PK", "RK", "F";
using It = std::string::const_iterator;
rule<It, std::string()> address_ = TEXT;
rule<It, std::string()> command_ = raw [ cmds ];
rule<It, std::string()> client_ = TEXT;
rule<It, std::string()> param_ = TEXT;
rule<It, std::string()> value_ = *ESCAPING(";:\\"); // note the ':'
rule<It, std::string()> error_ = *("'" >> char_(';') >> "'" | ESCAPING(";\\"));
BOOST_SPIRIT_DEBUG_NODES((address_)(command_)(client_)(param_)(value_)(error_))
#undef TEXT
#undef ESCAPING
auto attr = std::tie(res.address, res.command, res.client, res.param, res.value, res.error);
if (!parse(
payload.begin(), payload.end(),
address_ >> ';' >> command_ >> ';' >> client_ >> ';' >> param_ >> ';' >> value_ >> -(';' >> error_),
attr))
{
throw std::runtime_error("ERROR");
}
}
此代码不采用任何依赖项,是完全标准的 C++。
当然,如您所见,这将需要更多编码。
我们通过使用 C++14 lambda 使其“自包含”,但在 C++03 中编写等效的解析代码“很容易”,优化后应该会产生相同的性能。
void manual(const std::string &payload, results_t &res) {
using It = std::string::const_iterator;
It it = payload.begin();
It const end = payload.end();
auto consume = [&](char const* escape_set, std::string& into, auto&& specials) {
while (it != end)
if (!specials(into)) switch (*it) {
case '\\':
if (++it != end && strchr(escape_set, *it))
into += *it++;
else
throw "invalid escape";
break;
default:
if (isprint(*it) && !strchr(escape_set, *it))
into += *it++;
else
return true;
}
return true;
};
auto escaping = [&](char const* escape_set, std::string& into) {
return consume(escape_set, into, [](std::string&) { return false; });
};
auto matched = [&](char const* what) {
auto saved = it;
auto wit = what;
while (*wit) {
if (it != end && *wit == *it)
{ ++wit; ++it; }
else {
it = saved;
// throw "expected: '" + std::string(what);
return false;
}
}
return true;
};
auto expect = [&](char const* what) {
if (!matched(what))
throw "expected: '" + std::string(what);
return true;
};
auto cmd = [&](std::string& into) {
static const char *const cmds[] = { "D", "DN", "F", "L", "LK", "LS", "LU", "P", "PK", "PS", "PU", "R", "RK", "RS", "RU", "W" };
for (auto cmd : cmds)
if (matched(cmd)) {
into.assign(cmd);
return true;
}
return false;
};
bool ok = escaping(";\\", res.address) && expect(";")
&& cmd(res.command) && expect(";")
&& escaping(";\\", res.client) && expect(";")
&& escaping(";\\", res.param) && expect(";")
&& escaping(":;\\", res.value);
auto squoted_semicolon = [&](std::string& into) {
if (!matched("';'"))
return false;
into += ';';
return true;
};
ok &= (it==end) || (expect(";") && consume(";\\", res.error, squoted_semicolon));
if (!ok)
throw std::runtime_error("ERROR");
}
使用 libc++ 配置 clang 3.6 的输出:
---- parsed with regex:
address: zzz\\bbbb
command: L
client: babaa
param: bubu\;cc
value: vvvv
error: asd';'ff
---- parsed with manual parser (note: unescaping taken care of):
address: zzz\bbbb
command: L
client: babaa
param: bubu;cc
value: vvvv
error: asd;ff
---- parsed with spirit Qi (note: unescaping taken care of):
address: zzz\bbbb
command: L
client: babaa
param: bubu;cc
value: vvvv
error: asd;ff
clock resolution: mean is 16.9379 ns (40960002 iterations)
benchmarking std_regex
collecting 100 samples, 1 iterations each, in estimated 4.968 ms
mean: 15.2716 μs, lb 14.8763 μs, ub 16.1072 μs, ci 0.95
std dev: 2.81028 μs, lb 1668.21 ns, ub 5.63468 μs, ci 0.95
found 1 outliers among 100 samples (1%)
variance is severely inflated by outliers
benchmarking spirit Qi
collecting 100 samples, 7 iterations each, in estimated 1780.1 μs
mean: 2.15209 μs, lb 2.06754 μs, ub 2.22874 μs, ci 0.95
std dev: 412.372 ns, lb 369.921 ns, ub 453.462 ns, ci 0.95
found 0 outliers among 100 samples (0%)
variance is severely inflated by outliers
benchmarking manual
collecting 100 samples, 37 iterations each, in estimated 1705.7 μs
mean: 451.902 ns, lb 448.665 ns, ub 459.504 ns, ci 0.95
std dev: 23.7123 ns, lb 7.42683 ns, ub 41.7546 ns, ci 0.95
found 2 outliers among 100 samples (2%)
variance is severely inflated by outliers
关于c++ - std::regex:Ubuntu(15.10)-Clang++ 生成的二进制文件比 Debian-8-Clang++(均为 v.3.4。),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33477982/
我正在尝试编写一个函数,该函数接受输入字符串、正则表达式(由 std.regex.regex 从原始字符串生成)和错误消息字符串,并尝试匹配来自使用正则表达式输入字符串,如果没有匹配则显示错误消息。到
-edit- 注意 ?末.{2,}? 我发现你可以写 .{2,}? 是不是和下面一模一样? .{2} 最佳答案 号{2,}表示两次或更多次同时 {2}意思是正好两次。量词默认是贪婪的,所以给定字符串
我有以下文字: This is a test ::a. MODE 3 within 7 hours, ::b. MODE 4 within 13 hours, and ::c. MODE 5 with
我用 Regex.fromLiteral(".*") 创建了一个非常简单的匹配所有正则表达式. 根据documentation :“返回指定文字字符串的文字正则表达式。” 但是我真的不明白“对于指定的
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持,但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the he
该Web项目将静态内容放入一些/content/img文件夹中。 网址规则是:/img/{some md5} 但在文件夹中的位置:/content/img/{前两位数字}/ 例子 url:
我有以下数据: SOMEDATA .test 01/45/12 2.50 THIS IS DATA 我想从中提取数字 2.50。我已设法使用以下 RegEx 做到这一点: (?<=\d{2}\/\d{
我需要证明或反驳下面的正则表达式 (RS + R )* R = R (SR + R)* // or, for programmers: /(RS|R)*R/ == /R(SR|R)*/ 我有一种强烈的
对于具有自由文本的字符串: "The shares of the stock at the XKI Market fell by €89.99 today, which saw a drop of a
例如,我有 RegEx DSX-?2 的 var 我需要将此变量添加到 RegEx 并获取此 .match(/DSX-?2/gi) 最佳答案 您可以创建一个 RegExp对象使用 new RegExp
我无法区分大小写的搜索无法在SQLITE中用于REGEX。支持语法吗? SELECT * FROM table WHERE name REGEXP 'smith[s]*\i' 我希望得到以下答案(假设
Visual Studio / XPath / RegEx: 给定表达式: (?(Car|Car Blue)) +(?.+) +---> +(?.+) 给定搜索字符串: Car Blue Flying
我有一个看起来像这样的正则表达式 /^(?:\w+\s)*(\w+)$*/ 什么是?: ? 最佳答案 它表示子模式是非捕获子模式。这意味着在 (?:\w+\s) 中匹配的任何内容,即使它被 () 括起
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持,但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the he
我在 Excel 工作表(也以 csv 格式)中获得了姓名列表,并根据姓名来源进行了分组。 这就是我创建的组的样子。 现在我想添加一个新列,名称后面包含组名称。 这就是我想要获得的。 我如何得到这个?
我试图将一个字符串拆分为一个字符串列表,单词是分开的,但是周围的字符,例如.. "?()“”!"也分开。 要分隔的字符串是"testing “testing” “one two three” (hi
我有一个来自视频转换文件的完整日志,它看起来像这样: -------------------------------------------------------------------------
在定界符为“-”的模式 X-Y-Z 中,我想检查 Y 是否具有大小 8 而没有重复。 Y 可以是像 Y = (A-B-C) 这样的子集,但如果没有,则 Y 的值为 1 1 - num-12345678
Java确实有这个功能,谢谢你的回答,对我来说失去对API的关注太可惜了... 例如: String strOriginal = "A:B&C@D"; 我认为java中应该有一个非常好的方法来改变它,
我只需要接受符合这些规则的输入... 0.25-24 0.25 的增量(.00、.25、.50、.75) 第一个数字不是必须的。 希望尾随零是可选的。 一些有效条目的示例: 0.25 .50 .5 1
我是一名优秀的程序员,十分优秀!