java - Java 正则表达式性能：不情愿的量词或字符类？

Question

其中哪一个性能更高，或者（如果等效）哪个读得更好？我正在尝试匹配一对括号内的所有内容。

Pattern p1 = Pattern.compile("\\([^)]*\\)");
Pattern p2 = Pattern.compile("\\(.*?\\)");

对我来说，第二个读起来更好，但使用了可能令人困惑的不情愿量词，我不确定这是否会导致性能损失。

编辑

不要错过表明这更好的答案：

Pattern p3 = Pattern.compile("\\([^)]*+\\)");

Answer 1

\([^)]*\)会更快，尽管如果输入很小则不明显。当您使用[^)]*所有格时，可能会获得更好的收益：[^)]*+。这样，正则表达式引擎将不会跟踪所有字符[^)]*匹配，以防它需要回溯（在 的情况下不会发生[^)]*\)）。使模式具有所有格会导致正则表达式引擎不记得该模式匹配的字符。

同样，这可能并不明显，但是如果您的输入变大（r），我很确定^*.*? and之间的差异[^)]*小于 and 之间[^)]*的差异[^)]*+。

^*运行一些基准测试来确定！

Answer 2

p2与非贪婪方式相比，这种方式具有更好的性能，但会导致回溯。

Pattern p1 = Pattern.compile("\\([^)]*\\)");

看看这篇文章。