这是一个创建于 1497 天前的主题，其中的信息可能已经有所发展或是发生改变。
循环 1 万次是不是性能很 low ，有什么优化解吗
 | 1 icyalala 2022 年 1 月 13 日 看着很奇葩的问题啊，最初的需求是什么？ |
 | 2 murmur 2022 年 1 月 13 日 应该是敏感词过滤吧， 这个只能老老实实匹配，漏一个问题就大了，不要想着诀窍，真出了问题大事 |
 | 4 ebingtel 2022 年 1 月 13 日 搞个多进程的 daemon 服务，每个进程负责 部分正则 |
 | 5 dallaslu 2022 年 1 月 13 日 如果不是正则的话，可以构造一个包含一万个节点的匹配树。如果是正则的话，好像也有可能啊，怕不是要自己魔改一个正则实现来构造匹配树 |
 | 6 nekoneko 2022 年 1 月 13 日 多线程并发呗 java 直接 parallelStream |
 | 7 ch2 2022 年 1 月 13 日 与每个模式串的复杂度有关，如果模式串复杂度都很低，那么 1 万次匹配也是秒出 |
| 8 dallaslu 2022 年 1 月 13 日 |
 | 9 chihiro2014 2022 年 1 月 13 日 前缀树？ |
| 10 murmur 2022 年 1 月 13 日 |
 | 12 shyrock 2022 年 1 月 13 日  2 正则就是匹配条件吧？所以要想保持匹配结果不变，又想提升效率。要么并行、要么提升单次匹配的效率。 对了，还有一个思路是利用已经匹配的正则所加入的信息，也就是说要先分析这一万个正则的相关性，把匹配 A 的必然匹配 B 这种关系找出来；或者匹配 C 的必然不匹配 D 。这样可以构建一个匹配的顺序，尽量减少匹配次数。 |
 | 13 lianyue 2022 年 1 月 13 日 如果只需要某一个匹配的结果那 吧 10000 个正则 合并成 一个正则 用 `|` 分开 并且每个正则分组好(?<id1>正则规则 1) (?<id2>正则规则 2) 然后 响应结果 看哪个下标不为 null 就知道是哪个正则匹配成功了 |
 | 14 ys2016814 2022 年 1 月 13 日 FST |
| 15 lianyue 2022 年 1 月 13 日 (?<id1>原始的正则规则 1)|(?<id2>原始的正则规则 2) |
 | 16 GeruzoniAnsasu 2022 年 1 月 13 日 6 …… 你应该尝试把那 1w 个正则编译到一起去 既然是路由分发，那么这些正则就必然是静态的，你完全可以把时间都放到编译期。 之前做过一些极重规则的东西，数以万计内置规则，我们用了这个 http://www.colm.net/open-source/ragel/ 虽然编译要跑一个小时，但是运行快啊（ |
 | 17 wszgrcy 2022 年 1 月 13 日 把 1w 个正则合并成一个正则,让引擎自己优化?[doge] |
 | 18 litmxs 2022 年 1 月 13 日 via Android 试试 Intel 的 hyperscan ，多模正则库 |
 | 19 Chinsung 2022 年 1 月 13 日 给正则构建一个树，一万个正则之间肯定有互斥的和包含关系，根据正则之间的关系简单分组，在正则树上匹配查找。 |
 | 20 SteveWoo 2022 年 1 月 13 日 弄 1w 台主机，发给 1w 个主机，算完了给你结果 |
 | 21 popvlovs 2022 年 1 月 13 日 hyperscan |
 | 22 jianhua 2022 年 1 月 13 日 包括： 1. 缓存匹配结果和类型。记录上次匹配结果和特征，引入特征查找算法。 2. 通过分析正则的含义，标签（数字、字母、字符等匹配规则）： 2.1 通过建立离线测试集，暴力测试正则的匹配含义 2.2 通过分析正则语法 基于正则的标签，优化原始数据特征提取和检索算法。最简单的，当你知道输入字符串是一个数字，那么应该排除掉所有字母、字符类的正则。 |
 | 23 timi OP @GeruzoniAnsasu 感觉路子很野但是又很有道理 |
 | 25 paopjian 2022 年 1 月 14 日 @GeruzoniAnsasu 第一次看到这么厉害的库,英语都没怎么读懂,好难 |
 | 26 seanzxx 2022 年 1 月 14 日 @GeruzoniAnsasu 我也是第一时间想到了 ragel ，以前拿这个来重写了一堆手写的正则匹配，真的很好用 |
 | 27 yesterdaysun 2023 年 7 月 7 日 合并正则+多线程 |
Select Language