8.4 NFA和DFA

上一节粗略介绍了回溯,它是NFA特有的功能,DFA不需要回溯,也就不需要保存状态再反复尝试。这样看来,NFA不是更慢吗?但是当前我们所使用的大多数工具中的正则引擎都选用了NFA,这是为什么?

NFA确实更慢,但NFA也有自己的优势:如果正则表达式比较复杂,构建NFA的时间比DFA的时间更短(举例来说,如果你的正则表达式使用了多选分支,那么完全可以直接对每个多选分支构建简单的NFA,再把它们并列起来就可以了;相比之下,构建整个表达式的DFA就复杂多了)。

同时,现代NFA也提供了更多的优化措施,比如之前提到的a(bb)+a的匹配,优化过的NFA可以“并行尝试”,其匹配过程如图所示,这样的速度就快多了。

[图片上传失败...(image-91d320-1545311241772)]

更重要的是,NFA的匹配性质决定了它必须在匹配过程中保存可能的状态,需要“停下来四处看看”,也能够“回顾一路走来的历程”;相比之下,DFA不会两次测试同一个字符,所以不需要保存状态,因此,NFA具有许多DFA无法提供的功能:比如捕获型括号、反向引用、环视功能、忽略优先量词...

如果需要用到这些功能,一定不要选择使用DFA引擎的工具。当谈一般来说,用户并不需要关心引擎是DFA或NFA,毕竟它们是位于“幕后”的,需要关注的只是是否提供了希望实现功能用到的API。

而且,现代的一些工具中,为兼顾效率和功能,同时包含了DFA和NFA两种引擎,如果发现正则表达式中没有专属于NFA的功能,则使用DFA,否则使用NFA。表8-1中列出了各种常用工具使用的正则引擎。

表8-1 常用工具所使用的正则引擎

引擎类型 程序
DFA awk(大多数版本)、egrep(大多数版本)、flex、lex、MySql、Procmail
NFA GNU Emacs、java、grep、less、more、.net、python、ruby、php、sed

细分起来,NFA又分为传统型NFA(Traditional NFA)和POSIX NFA两种。两者点主要区别在于,如果多选分枝中点多个分支都能匹配,传统型NFA优先选择左侧点分枝,而POSIX NFA一定要选择最长的分支。比如用表达式(jeff|jeffrey)匹配字符串jeffrey,POSIX NFA的结果是jeffrey,传统型NFA的结果是jeff——如果调换多选分支的顺序,写成(jeffrey|jeff),POSIX NFA的结果不变,而传统型NFA的结果变为jeffrey。

问题看起来很复杂,具体使用却比较简单:POSIX NFA的应用很少,主要用于Linux/Unix下的工具(所以它们中的很多并不支持捕获分组),本书中介绍的编程语言基本都采用传统型NFA引擎,遇到多选分支时优先采用最左侧的分支。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,736评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,167评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,442评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,902评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,302评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,573评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,847评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,562评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,260评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,531评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,021评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,367评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,016评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,068评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,827评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,610评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,514评论 2 269

推荐阅读更多精彩内容

  • 构建扫描器程序的两个重要方法 boolean hitEnd() 返回true,说明结尾有更多的字符可能会改变本次的...
    mxl0814阅读 524评论 0 1
  • 匹配基础 对于正则表达式,有两条普适原则: 优先选择最左端的匹配结果; 标准的匹配量词(*、+、?和{min, m...
    戴小白阅读 4,083评论 1 6
  • 初衷:看了很多视频、文章,最后却通通忘记了,别人的知识依旧是别人的,自己却什么都没获得。此系列文章旨在加深自己的印...
    DCbryant阅读 3,896评论 0 20
  • 背景 最近公司规范出来后,关于字符串不提倡用 “ + ” 进行拼接,于是自己写了个function,利用正则...
    iammei阅读 3,744评论 0 1
  • 全民创业、万众创新的时代下,创业,尤其是互联网创业备受追捧。互联网的发展也经历了PC互联网、移动互联网、再到今天的...
    从0开始学产品阅读 586评论 0 2