regex - 在排序比较器中修改字符串

Question

我有以下代码，在排序比较器中，它在进行比较之前删除前缀字符串。

print for sort { 
   $a =~ s/^STRING//;  
   $b =~ s/^STRING//;  
   foo($a) cmp foo($b)     
} @a;  

虽然比较和顺序是正确的，但前缀字符串正在从输出中删除。
以下保留前缀字符串(如我所愿)。

print for sort { 
   $x = a;  
   $y = b;  
   $x =~ s/^STRING//;  
   $y =~ s/^STRING//;  
   foo($x) cmp foo($y)     
} @a;    

但我很困惑第二部分如何保留前缀。
它是否正在复制字符串，如果是数组，是否会剥离原始引用？
另外，我是否在第一个代码片段中做错了什么并最终遇到了这个问题？

Answer 1

一种方法:使用 /r modifier

print for sort {
    foo( $a =~ s/^STRING//r ) cmp foo( $b =~ s/^STRING//r )
} @ary

替换运算符 s/ 返回修改后的字符串并保持原始字符串不变。如果没有匹配项，则返回似乎符合目的的原始字符串。如果这用于大型数组，或者函数调用需要时间，请参阅优化的结尾。

另一种方法是将替换更改为匹配捕获，当可行。

---

在 sort 中对此进行了广泛的讨论。 .首先，$a 和 $b 是(包)全局变量

The $a and $b are set as package globals in the package the sort() is called from

block { } 代表一个匿名子例程和

... the elements to be compared are passed into the subroutine as the package global variables $a and $b

所以别名意味着改变它们会影响元素。因此

The values to be compared are always passed by reference and should not be modified.

当 $a、$b 发生变化从而元素发生变化时会发生什么。

在第二种情况下，您将 $a 和 $b 复制到(应该是什么!)词法 $x 和 $ y 并且与 @ary 的连接已断开，因此元素未更改。

请始终在程序的开头设置use warnings; 和use strict;。这是一个极好的示例，即使是极端的示例——您引入的用于尝试的变量是全局变量($x)还是词法变量(my $x).

---

处理元素以使用结果值进行排序比较的代码存在效率缺陷。一次对两个元素进行比较，因此元素会被处理多次。每次我们进行相同的处理并为元素计算相同的值。

这种低效率仅在足够大的数据集上才会显着，而且大多数情况下无需担心。但在这种情况下，一个正则表达式引擎运行并且还涉及一个函数调用，而这些在 Perl 中并不便宜。此外，调用的开销是未指定的，我想这涉及到一些工作。

优化这个可以对输入进行预处理然后排序

my @sorted_ary =  
    map { $_->[1] }
    sort { $a->[0] cmp $b->[0] }
    map { [ foo( s/^STRING//r ), $_ ] }
    @ary;

采用输入 @ary 的 map 应用正则表达式和函数调用，并将结果与​​原始元素一起存储在一个双元素 arrayref 中，对于 @ary 的每个元素。然后对这个 arrayrefs 列表进行排序，使用第一个 arrayref 元素进行比较。最后一个 map 从已排序的数组引用中提取第二个元素，从而返回按需要排序的原始项目。

这叫做 Schwartzian transform .请参阅 sort 中的“示例” ， 例如。

应该记住，只有在数据足够大的情况下， yield 才会显着，而这种操作也会带来开销(而且代码要复杂得多)。因此，仅当排序存在明显的此类问题时才考虑使用它。