如何在不使用Java創建對象的情況下匹配正則表達式？

Question

我正在研究reg表達式匹配功能。 問題是，該函數將由嵌套循環內的框架調用。 如果創建了臨時對象，GC將導致很大的性能問題。

是否可以在不創建臨時對象（Pattern，Matcher）的情況下處理正則表達式？ 重寫regexp類是我的最后選擇。

Answer 1

最好的選擇是在問題出現時及時處理-可能不會。 大約10年前，圍繞GC處理大量小型活動對象的性能問題是一個問題，但現在已經非常出色了。

如果確實需要優化，則應采用更改GC選項的形式-例如，年輕一代的大小，而不要嘗試在代碼中進行優化。

Answer 2

Matcher對象不是線程安全的，因此除非調用reset()方法（在單個線程中應該可以正常工作），否則您將無法重用它們-請參見Java Regex線程安全嗎？

Answer 3

引用一句老話：

使它起作用，使其正確，使其快速。 （以該順序）

因此，在執行任何繁瑣的優化步驟之前，只需編寫初始的，簡單易用的適當代碼（在這種情況下，如果可能的話，將涉及預編譯模式）。 運行一些測試，看看性能是否不足，然后優化正則表達式部分是否成為瓶頸。

如果對象的創建（和清除）是一個嚴重的瓶頸（與實際的正則表達式本身相比），那么您可能需要實現使用對象池的自己的解決方案（因此不創建對象，只需從對象中重置並重新使用）池）。 我懷疑這是否會導致任何嚴重的性能提升，因此您應該首先進行基准測試，以查看甚至有多少增益（如果將對象創建/清理性能提高50％，是否值得？）。

Answer 4

這聽起來像過早的優化。

編寫最簡單的代碼，然后在實際設置中對其進行分析，並查看性能或內存分配模式是否存在問題。 如果有，請解決您發現的特定問題。

現代JVM非常擅長於垃圾收集短期對象。

Answer 5

您可以預編譯正則表達式，如果您多次重復使用同一個正則表達式，則很有用。

代替

boolean foundMatch = subjectString.matches("a.*b");

（無論如何都會創建一個臨時的已編譯Pattern ），您可以使用

Pattern regex = Pattern.compile("a.*b");
// loop here
// do something...
    Matcher regexMatcher = regex.matcher(subjectString);
    boolean foundMatch = regexMatcher.matches()
// loop end

不過，很難說是否會有任何相關的性能優勢。

Answer 6

似乎您正在進行早期優化，對您而言，這很可能是無用的。 您如何進行測試並做出決定？

歡呼，尤金

Answer 7

我認為它有2種可行的選擇：

1. 通過查看源代碼Pattern和Matcher來編寫自己的用於匹配正則表達式的邏輯。
2. 在處理完這些對象后，可以通過運行它們相應的finalize()函數來顯式初始化這些對象的集合，而不是等待GC運行它。

利弊

1. 將來需要測試和維護許多工作，但是您可以完全控制要執行的操作。

2. 不建議干擾GC的運行，干凈的解決方案和簡單的解決方案