5

我正在使用带有 Ruby 1.9.3p0 的 Rails 3.2.3。

我发现我经常必须确定字符串是否出现在选项列表中。看来我可以使用 Ruby 数组.include方法：

<% if ['todo','pending','history'].include?(params[:category]) %>

或正则表达式equals-tilde 匹配使用竖线分隔选项的简写：

<% if params[:category] =~ /todo|pending|history/ %>

就性能而言，一个比另一个更好吗？

有更好的方法吗？

4

2 回答 2

9

摘要：Array#include?对于String接受和拒绝的输入，元素都获胜，对于您的示例，只有三个可接受的值。Set#include?对于要检查的更大的集合，看起来String元素可能会获胜。

如何测试

我们应该根据经验进行测试。

以下是您可能还需要考虑的几个替代方案：预编译的正则表达式、符号列表和Set带有String元素的 a。

我想性能也可能取决于您的大部分输入是否属于预期的集合并被接受，或者大多数输入是否在集合之外并被拒绝。

这是一个经验测试脚本：

require 'benchmark'
require 'set'

strings = ['todo','pending','history']
string_set = Set.new(strings)
symbols = strings.map(&:to_sym)
regex_compiled = Regexp.new(strings.join("|"))

strings_avg_size = (strings.map(&:size).inject {|sum, n| sum + n}.to_f / strings.size).to_i
num_inputs = 1_000_000

accepted_inputs = (0...num_inputs).map { strings[rand(strings.size)] } 
rejected_inputs = (0...num_inputs).map { (0..strings_avg_size).map { ('a'...'z').to_a[rand(26)] }.join }

Benchmark.bmbm(40) do |x|
  x.report("Array#include?, Strings, accepted:") { accepted_inputs.map {|s| strings.include?(s) } }
  x.report("Array#include?, Strings, rejected:") { rejected_inputs.map {|s| strings.include?(s) } }
  x.report("Array#include?, Symbols, accepted:") { accepted_inputs.map {|s| symbols.include?(s.to_sym) } }
  x.report("Array#include?, Symbols, rejected:") { rejected_inputs.map {|s| symbols.include?(s.to_sym) } }
  x.report("Set#include?, Strings, accepted:") { accepted_inputs.map {|s| string_set.include?(s) } }
  x.report("Set#include?, Strings, rejected:") { rejected_inputs.map {|s| string_set.include?(s) } }
  x.report("Regexp#match, interpreted, accepted:") { accepted_inputs.map {|s| s =~ /todo|pending|history/ } }
  x.report("Regexp#match, interpreted, rejected:") { rejected_inputs.map {|s| s =~ /todo|pending|history/ } }
  x.report("Regexp#match, compiled, accepted:") { accepted_inputs.map {|s| regex_compiled.match(s) } }
  x.report("Regexp#match, compiled, rejected:") { rejected_inputs.map {|s| regex_compiled.match(s) } }
end

结果

Rehearsal ---------------------------------------------------------------------------
Array#include?, Strings, accepted:        0.210000   0.000000   0.210000 (  0.215099)
Array#include?, Strings, rejected:        0.530000   0.010000   0.540000 (  0.543898)
Array#include?, Symbols, accepted:        0.330000   0.000000   0.330000 (  0.337767)
Array#include?, Symbols, rejected:        1.870000   0.050000   1.920000 (  1.923155)
Set#include?, Strings, accepted:          0.270000   0.000000   0.270000 (  0.274774)
Set#include?, Strings, rejected:          0.460000   0.000000   0.460000 (  0.463925)
Regexp#match, interpreted, accepted:      0.380000   0.000000   0.380000 (  0.382060)
Regexp#match, interpreted, rejected:      0.650000   0.000000   0.650000 (  0.660775)
Regexp#match, compiled, accepted:         1.130000   0.080000   1.210000 (  1.220970)
Regexp#match, compiled, rejected:         0.630000   0.000000   0.630000 (  0.640721)
------------------------------------------------------------------ total: 6.600000sec

                                              user     system      total        real
Array#include?, Strings, accepted:        0.210000   0.000000   0.210000 (  0.219060)
Array#include?, Strings, rejected:        0.430000   0.000000   0.430000 (  0.444911)
Array#include?, Symbols, accepted:        0.340000   0.000000   0.340000 (  0.341970)
Array#include?, Symbols, rejected:        1.080000   0.000000   1.080000 (  1.089961)
Set#include?, Strings, accepted:          0.270000   0.000000   0.270000 (  0.281270)
Set#include?, Strings, rejected:          0.400000   0.000000   0.400000 (  0.406181)
Regexp#match, interpreted, accepted:      0.370000   0.000000   0.370000 (  0.366931)
Regexp#match, interpreted, rejected:      0.560000   0.000000   0.560000 (  0.558652)
Regexp#match, compiled, accepted:         0.920000   0.000000   0.920000 (  0.915914)
Regexp#match, compiled, rejected:         0.620000   0.000000   0.620000 (  0.627620)

结论

（见上面的总结）

对我来说，经过反思，符号数组对于被拒绝的输入来说会非常慢，因为在进行检查之前，这些随机字符串中的每一个都必须被保存在符号表中。

即使经过深思熟虑，编译后的 Regexp 的性能也会如此糟糕，这对我来说意义不大，尤其是与在代码中解释为文字的 Regexp 相比。谁能解释为什么它做得这么糟糕？

于 2012-08-10T18:20:30.843 回答
1

@ms-tg 的答案有很好的基准，就我而言，可以很好地回答您的问题。我只是想补充一点：注意这一点，因为这两个选项并不总是有相同的结果：

params = Hash.new
keyword_array = ['todo','pending','history']  
included = nil

params[:category] = "history plus other text" 

start_time = Time.now
1000.times do
   included = keyword_array.include?(params[:category])
end
puts "Array.include? returned #{included} in #{(Time.now - start_time)*1000}ms"    
start_time = Time.now
1000.times do
   included = (params[:category] =~ /todo|pending|history/).is_a?(Integer) 
end
puts "Regexp returned #{included} in #{(Time.now - start_time)*1000}ms"

回报：

数组.include？在 0.477 毫秒内返回 false

正则表达式在 0.953 毫秒内返回 true

请注意，在这种情况下，正则表达式返回true，但 array.include? 返回false。在构建逻辑时应该考虑这一点。

基本上，如果字符串不在数组中，array.include? 将为假，但如果其中一个关键字在字符串中的任何位置，则正则表达式将为真（无论是否有其他文本）。

于 2012-08-10T18:34:26.980 回答