同一个正则表达式在.NET中的不同运行时间执行

本文关键字：运行时间 执行 正则表达式 NET 同一个 | 更新日期: 2023-09-27 18:22:06

我正在处理一个大量使用正则表达式的项目。我使用的正则表达式非常复杂，我必须设置一个适当的超时来停止执行，这样它就不会长时间尝试匹配字符串。

问题是，我注意到在同一个字符串上运行同一个正则表达式（已编译）的执行时间不同，从17ms到59ms不等。

你知道为什么会这样吗？我使用Stopwatch测量运行时间，如下所示：

for (int i = 0; i < 15; i++)
{
    sw.Start();
    regex.IsMatch(message);
    sw.Stop();
    Debug.WriteLine(sw.ElapsedMilliseconds);
    sw.Reset();
}

作为参考，我使用System.Text.RegularExpressions中.NET的默认正则表达式库。

根据评论，我以以下方式修改了代码：

List<long> results = new List<long>(); 
for (int i = 0; i < 150; i++)
{
    sw.Start();
    for (int j = 0; j < 20; j++ )
    { 
        regex.IsMatch(message);
    }
    sw.Stop();
    results.Add(sw.ElapsedMilliseconds);
    sw.Reset();
}
Debug.WriteLine(results.Max());
Debug.WriteLine(results.Average());
Debug.WriteLine(results.Min());

其输出为：

790
469,086666666667
357

尽管如此，这种差异对我来说仍然非常显著。

同一个正则表达式在.NET中的不同运行时间执行

既然您说您正在使用RegexOptions.Compiled，请参阅David Gutierrez博客中的regex性能提示：

在这种情况下，我们首先执行解析操作码的工作。然后，我们还做更多的工作，使用Reflection.Emit将这些操作码转换为实际的IL。正如您所想象的，这种模式以增加的启动时间换取更快的运行时间：在实践中，编译启动所需的时间大约长一个数量级，但运行时性能提高了30%。然而，编译需要更多的成本。使用Reflection.Emit发射IL会加载大量代码并使用大量内存，而这不是您永远无法恢复的内存。。。底线是，您应该只对有限的一组表达式使用此模式，您知道这些表达式将被重复使用。

这意味着第一次运行regex匹配时，将执行这项额外的工作（"编译时"），并且在没有准备的情况下执行regex的所有后续时间。

然而，从.NET 2.0开始，缓存行为发生了一些变化：

在.NET Framework 2.0中，仅缓存静态方法调用中使用的正则表达式。默认情况下，缓存最后15个正则表达式，尽管可以通过设置CacheSize属性的值来调整缓存的大小。

对于任何托管平台Java/.NET来说，这都是常见的情况——例如，当他们在后台GC做一些事情时，当我们使用并发操作系统（win，linux）时，这些测试并不完全有效。您认为您在测试regex本身，但同时测试.NET、Windows和防病毒软件。

一种有效的方法是执行regex 50-1000次，总结时间和eval平均持续时间。例如重写：

 sw.Start();
 for (int i = 0; i < 1000; i++)
 {  
     regex.IsMatch(message);
 }
 sw.Stop();
  Debug.WriteLine(sw.ElapsedMilliseconds / 1000);

我认为你的成绩会很稳定。但你仍然会得到ex[15ms.18ms]的一些值范围，这在上面描述。

如果你想要真正完美的尺度（但你的问题……对不起，伙计……表明你不是真的想要它）。您需要使用PROFILER，它将在regex调用中为您提供准确的时间度量，除此之外没有任何内容。

相关文章：