Performance 在perl中检查$string是否以$pinder开头的最有效方法

给定

perl

中的两个字符串变量

$string

和

$pineel

，检查

$string

是否以

$pineel

开头的最有效方法是什么

• $string=~/^\Q$needle\E/

  是我能想到的最接近的匹配，它做了我所需要的，但是我尝试过的解决方案中效率最低的（到目前为止）

• 索引（$string，$needle）==0

  工作，对于

  $string

  和

  $needle

  的某些值相对有效，但不需要在其他位置搜索指针（如果在开始时未找到）

• substr（$string，0，length（$needle））eq$needle

  应该非常简单有效，但在我的大多数测试中，效率并不比前一个测试高

在

perl

中是否有一种我不知道的标准方法来实现这一点，或者是否有任何方法来优化上述任何解决方案

（在我的特定用例中，

$string

和

$needle

在每次运行中都会有所不同，因此预编译regexp不是一个选项）

---

如何测量给定解决方案的性能示例（此处来自POSIX

sh

）：

---

事实正好相反。

这有多重要，真的吗？我做了很多基准测试，而

索引

方法平均每次迭代0.68微秒；regex法1.14μs；

substr

方法为0.16μs。即使是我最坏的情况（2250个相等的字符串），

index

也需要2.4μs，regex需要5.7μs，

substr

需要0.5μs

我的建议是编写一个库例程：

sub begins_with
{
    return substr($_[0], 0, length($_[1])) eq $_[1];
}

并将优化工作集中在其他地方

更新：基于对上述“最坏情况”场景的批评，我使用一个20000字符随机生成的字符串运行了一组新的基准测试，将其与自身和仅在最后一个字节中不同的字符串进行比较

对于如此长的字符串，regex解决方案是迄今为止最糟糕的（20000个字符的regex是地狱）：匹配成功为105μs，匹配失败为100μs

index

和

substr

解决方案仍然相当快<成功/失败的代码>指数为11.83μs/11.86μs，

substr

为4.09μs/4.15μs。将代码移动到一个单独的函数会增加约0.222±0.05μs

基准代码可从以下网址获得：

---

我不知道@Stephane数据的特征，但我的建议是正确的。

另一个选项是将位置设置为0，这意味着“从不同版本的Perl开始，在$str中获取$substr的索引将在这里产生影响，我建议添加用于反馈或重用的基准代码。@Ashley，这一点很好，更新。也许您将编写

String:：MoreUtils:：XS

？您是否分析了脚本以确认确实需要此微优化？仅供参考，您应该在任何时候使用Perl进行基准测试

/usr/bin/time

不一定会给你一个公平的比较。对于早期的

perl

s，你可能会想要。不是没用，@ikegami。我的基准测试案例中有一半是匹配，一半是匹配失败。@SueD.nyme：您发布的答案的措辞暗示您的最坏情况测试只是匹配字符串。显然，

索引的最坏情况是一个非常长的干草堆，任何地方都没有针，因此它必须检查到底。不过，我同意你的结论：只要使用
substr
，因为我们已经证明，在普通情况下，它并不慢。它应该有一个更好的最坏情况，这对于抵御DOS攻击（或意外减速）很重要。与其简单地忽略我的基准测试结果，不如尝试复制它们。@PeterCordes，在字符串中找不到指针的情况下，有些情况比其他情况更糟糕，如问题中的最后一个示例，对于长度为34的字符串和长度为6的指针，至少需要111个字节到字节的比较（（6+5+4+3+2+1）*5+6）。（这甚至可能是这种长度的线/针的最坏情况，这将引出另一个有趣的问题）非常感谢。这是我不知道也一直在寻找的功能。在这个问题中，我得到了两个测试用例的相似计时，并且它比这两个测试用例上的任何其他方法都要快。
string="aaaaabaaaaabaaaaabaaaaabaaaaabaaaaab" needle="aaaaaa"

sub begins_with
{
    return substr($_[0], 0, length($_[1])) eq $_[1];
}

> rindex "abc", "a", 0
0
> rindex "abc", "b", 0
-1