这是一个正常的Java正则表达式行为吗？

Question

我在一些我想优化的代码中发现了这个。 这里是snipet：

tempString = bigBuffer.replaceAll("\\n", ""); 
tempString = tempString.replaceAll("\\t", ""); 

然后，我决定明智地使用正则表达式和我这样做：

tempString = bigBuffer.replaceAll("[\\n\\t]", ""); 

后来朋友告诉我，做这个：

tempString = bigBuffer.replaceAll("\\n|\\t", ""); 

由于我想知道我的更改的结果，我做了一个测试来验证它是否是一个很好的优化。所以，（java版本“1.6.0_27”）的结果是第一个代码是引用100％。

随着管道它是121％，所以它需要更多的时间来执行任务。

用方括号表示它是52％，因此执行该任务所用的时间较少。

为什么正则表达式应该是相同的？

马丁

Answer 1

第一代码片段看起来通过bigBuffer两次，第一次更换的新生产线，并第二次更换的标签。

第二个代码片段仅搜索bigBuffer一次，检查每个字符是否是其中一个。这只会在一半的时间内完成速度。

第三位的代码片段可能编译得不好，导致第一个代码算法的版本特别差，尽管我没有仔细检查通过正则表达式编译的路径。

虽然在测试上出色的工作。相对时间（基于百分比）是有用的，绝对时间（毫秒或某些这样的）不是。

Answer 2

一般来说，角色类（[abc]）往往比等效替换更有效率（a|b|c），所以我不知道你的朋友为什么会这么建议。但是在Java中，只匹配拉丁语1的所有字符（即前256个Unicode代码点）的字符类进一步优化。这可能就是为什么你会看到第二和第三种技术之间的巨大差异。

同样，这只是Java。在Perl中，我希望交替和字符类之间的差异可以忽略不计，它是一个更成熟的实现。而在grep中，无论您使用三种方法中的哪一种，都可能难以衡量差异 - 这就是那么快。

但是，作为一个经验法则，如果您在使用字符类或交替之间进行选择，则应该更喜欢字符类。这可能不会更快，但它绝对不会变慢。如果使用不当，交替会对性能造成灾难性影响。