regex - 为什么字符类比交替更快？

Question

在以下示例中，使用字符类似乎比交替更快:
[abc] 与 (a|b|c)
我听说有人推荐它，并使用 Time::HiRes 进行了简单测试，我验证了它(速度慢了约 10 倍)。
如果捕获括号产生差异，也可以使用 (?:a|b|c) ，但不会改变结果。
但我不明白为什么。我认为这是因为回溯，但我在每个位置看到的方式都有 3 个字符比较，所以我不确定回溯如何影响交替。这是实现的交替性质的结果吗？

Answer 1

这是因为交替之间的“OR”结构|回溯:如果第一个交替不匹配，引擎必须返回在交替匹配期间移动的指针位置之前，以继续匹配下一个交替；而字符类可以按顺序前进。在禁用优化的正则表达式引擎上查看此匹配:

Pattern: (r|f)at
Match string: carat

Pattern: [rf]at
Match string: carat

<小时/>

但简而言之，事实上 pcre引擎对此进行了优化(单个文字字符 -> 字符类)，这已经是一个很好的暗示，表明交替效率低下。