java - 比较不同正则表达式的性能，需要澄清

Question

考虑 3 个旨在从字符串中删除非拉丁字符的正则表达式。

    String x = "some†¥¥¶¶ˆ˚˚word";

    long now = System.nanoTime();
    System.out.println(x.replaceAll("[^a-zA-Z]", ""));     // 5ms
    System.out.println(System.nanoTime() - now);

    now = System.nanoTime();
    System.out.println(x.replaceAll("[^a-zA-Z]+", ""));    // 2ms
    System.out.println(System.nanoTime() - now);

    now = System.nanoTime();
    System.out.println(x.replaceAll("[^a-zA-Z]*", ""));    // <1ms
    System.out.println(System.nanoTime() - now);

所有 3 个都产生相同的结果，但性能指标却大不相同。

这是为什么？

Answer 1

第一个比较慢，因为正则表达式分别匹配每个非拉丁字符，所以 replaceAll 分别对每个字符进行操作。

其他模式匹配整个非拉丁字符序列，因此 replaceAll 可以一次性替换整个序列。不过，我无法解释这两者之间的性能差异。可能与正则表达式引擎中处理 * 和 + 的差异有关。