Regex 为什么正则表达式可以有指数级的运行时间？
可以编写在某些情况下需要指数级运行时间的正则表达式。这样的例子是Regex 为什么正则表达式可以有指数级的运行时间？,regex,Regex,可以编写在某些情况下需要指数级运行时间的正则表达式。这样的例子是（aa | aa）*。如果输入的as为奇数，则需要指数级的运行时间 这很容易测试。如果输入仅包含as且长度为51，则正则表达式需要几秒钟来计算（在我的机器上）。相反，如果输入长度为52，则其计算时间不明显（我使用JavaRE的内置正则表达式解析器对此进行了测试） 我已经编写了一个正则表达式解析器来查找这种行为的原因，但是我没有找到它。我的解析器可以基于正则表达式构建或。在这之后，它可以将NFA转换为a。为此，它使用 当我解析上面提到
（aa | aa）*aa（aa）*因此，我不明白为什么会有这么慢的解析器。这是什么原因？他们不把NFA翻译成DFA吗？如果是，原因为何？它们计算如此之慢的技术原因是什么？符合这一点的正则表达式可以在线性时间内计算，因为它们有相应的有限自动机。它们仅由括号、可选|（有时称为sum）、Kleene星形*和串联构成 例如，通过添加反向引用来扩展正则表达式，甚至可以得到NP完全正则表达式。 在这里你可以发现识别非素数
我猜想，即使在简单的情况下，这样一个扩展的实现也会有非线性匹配时间 我用Perl做了一个快速的实验，您的正则表达式对奇数和偶数的“a”的计算速度相同。（，） 正则表达式匹配可以简单而快速，使用基于有限自动机的技术，这种技术已经为数十年所知。相比之下，Perl、PCRE、Python、Ruby、Java和许多其他语言都有基于递归回溯的正则表达式实现，这些实现很简单，但速度非常慢。除了回溯引用，慢速回溯实现提供的特性可以由基于自动机的实现以更快、更一致的速度提供 在很大程度上，这归结于“正则”表达式（如反向引用）中非正则特性的激增，以及大多数程序员（继续）对不包含此类特性的正则表达式有更好的替代方案（其中很多）的无知 在20世纪80年代初编写文本编辑器sam时，Rob Pike编写了一个新的正则表达式实现，Dave Presotto将其提取到第八版中出现的库中。派克的实现将子匹配跟踪纳入了一个高效的NFA模拟中，但与第八版源代码的其他部分一样，并未广泛分发。派克自己并没有意识到他的技术有什么新东西。Henry Spencer从头开始重新实现了第八版库接口，但使用了回溯，并将其实现发布到公共领域。它得到了广泛的应用，最终成为前面提到的慢速正则表达式实现的基础：Perl、PCRE、Python等等。（在他的辩护中，斯宾塞知道例程可能很慢，他不知道还有更高效的算法存在。他甚至在文档中警告说，“许多用户发现速度完全足够，尽管用此代码替换egrep的内部将是一个错误。”）Pike的正则表达式实现，扩展到支持Unicode，在1992年底sam免费提供，但是特别高效的正则表达式搜索算法没有被注意到
可以在常用库中构造触发病理性能案例的REs，而无需借助非常规功能，例如
（.*）（.*）（.*）（.*）（.*）（.*）（.*）（.*）