Perl 6 中的正则表达式速度

Question

我以前只使用bash 正则表达式、grep、sed、awk 等。在尝试Perl 6 regexes 之后，我的印象是它们的工作速度比我慢会期望，但可能原因是我处理不当。 我做了一个简单的测试来比较Perl 6 和bash 中的类似操作。这是Perl 6 代码：

my @array = "aaaaa" .. "fffff";
say +@array; # 7776 = 6 ** 5

my @search = <abcde cdeff fabcd>;

my token search {
    @search
}

my @new_array = @array.grep({/ <search> /});
say @new_array;

然后我将@array打印到一个名为array的文件中（有7776行），用3行（abcde、cdeff、fabcd）创建了一个名为search的文件并做了一个简单的@ 987654337@搜索。

$ grep -f search array

在两个程序按预期产生相同结果后，我测量了它们的工作时间。

$ time perl6 search.p6
real    0m6,683s
user    0m6,724s
sys     0m0,044s
$ time grep -f search array
real    0m0,009s
user    0m0,008s
sys     0m0,000s

那么，我在 Perl 6 代码中做错了什么？

UPD：如果我将搜索标记传递给grep，循环通过@search 数组，程序运行得更快：

my @array = "aaaaa" .. "fffff";
say +@array;

my @search = <abcde cdeff fabcd>;

for @search -> $token {
  say ~@array.grep({/$token/});
}

$ time perl6 search.p6
real    0m1,378s
user    0m1,400s
sys     0m0,052s

如果我手动定义每个搜索模式，它的工作速度会更快：

my @array = "aaaaa" .. "fffff";
say +@array; # 7776 = 6 ** 5

say ~@array.grep({/abcde/});
say ~@array.grep({/cdeff/});
say ~@array.grep({/fabcd/});

$ time perl6 search.p6
real    0m0,587s
user    0m0,632s
sys     0m0,036s

Answer 1

grep 命令比 Perl 6 的正则表达式要简单得多，而且它还有很多年才能得到优化。这也是 Rakudo 中没有进行太多优化的领域之一；部分原因是它被认为是一件很难做的事情。

---

对于更高效的示例，您可以预编译正则表达式：

my $search = "/@search.join('|')/".EVAL;
#  $search =  /abcde|cdeff|fabcd/;
say ~@array.grep($search);

该更改导致它在大约半秒内运行。

如果@search中存在任何恶意数据的可能性，并且您必须这样做，那么使用它可能会更安全：

"/@search».Str».perl.join('|')/".EVAL

---

编译器无法完全为/@search/ 生成优化代码，因为@search 在正则表达式编译后可能会发生变化。可能发生的情况是，第一次使用正则表达式时，它会被重新编译成更好的形式，然后只要 @search 没有被修改就缓存它。
（我认为 Perl 5 做了类似的事情）

您必须记住的一个重要事实是，Perl 6 中的正则表达式只是一种用特定领域的子语言编写的方法。