raku - Perl 6 中的正则表达式速度

Question

我以前只与 bash 一起工作正则表达式，grep , sed , awk等尝试后Perl 6 regexes我的印象是它们的工作速度比我预期的要慢，但可能原因是我处理它们不正确。
我做了一个简单的测试来比较 Perl 6 中的类似操作并在 bash .这是Perl 6代码:

my @array = "aaaaa" .. "fffff";
say +@array; # 7776 = 6 ** 5

my @search = <abcde cdeff fabcd>;

my token search {
    @search
}

my @new_array = @array.grep({/ <search> /});
say @new_array;

然后我打印了 @array进入一个名为 array 的文件中(7776 行)，制作了一个名为 search 的文件用 3 行( abcde 、 cdeff 、 fabcd )制作了一个简单的 grep搜索。

$ grep -f search array

在两个程序产生相同的结果后，正如预期的那样，我测量了它们工作的时间。

$ time perl6 search.p6
real    0m6,683s
user    0m6,724s
sys     0m0,044s
$ time grep -f search array
real    0m0,009s
user    0m0,008s
sys     0m0,000s

那么，我在 Perl 6 代码中做错了什么？

更新:如果我将搜索标记传递给 grep ，循环遍历 @search数组，程序运行得更快:

my @array = "aaaaa" .. "fffff";
say +@array;

my @search = <abcde cdeff fabcd>;

for @search -> $token {
  say ~@array.grep({/$token/});
}

$ time perl6 search.p6
real    0m1,378s
user    0m1,400s
sys     0m0,052s

如果我手动定义每个搜索模式，它的工作速度会更快:

my @array = "aaaaa" .. "fffff";
say +@array; # 7776 = 6 ** 5

say ~@array.grep({/abcde/});
say ~@array.grep({/cdeff/});
say ~@array.grep({/fabcd/});

$ time perl6 search.p6
real    0m0,587s
user    0m0,632s
sys     0m0,036s

Answer 1

grep command 比 Perl 6 的正则表达式简单得多，而且它还有很多年的时间来优化。这也是 Rakudo 中没有看到太多优化的领域之一；部分原因是它被认为是一件很难处理的事情。

对于性能更高的示例，您可以预编译正则表达式:

my $search = "/@search.join('|')/".EVAL;
#  $search =  /abcde|cdeff|fabcd/;
say ~@array.grep($search);

这种变化导致它在大约半秒内运行。

如果 @search中存在恶意数据的可能性，并且您必须这样做，使用它可能更安全:

"/@search».Str».perl.join('|')/".EVAL

编译器无法完全为 /@search/ 生成优化代码如 @search编译正则表达式后可能会发生变化。可能发生的情况是，第一次使用正则表达式时，它会被重新编译为更好的形式，然后将其缓存至 @search 之久。不会被修改。
(我认为 Perl 5 做了类似的事情)

您必须记住的一个重要事实是，Perl 6 中的正则表达式只是一种用特定领域的子语言编写的方法。