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

Question

给定perl 中的两个字符串变量$string 和$needle，检查$string 是否以$needle 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项，但它是我尝试过的解决方案中效率最低的（到目前为止）。
• index($string, $needle) == 0 工作并且对于 $string 和 $needle 的某些值相对有效，但在其他位置不必要地搜索针（如果在开始时没有找到）。
• substr($string, 0, length($needle)) eq $needle 应该是相当简单和高效的，但在我的少数测试中，大部分都没有比上一个更高效。

在perl 中是否有一种我不知道的规范方法或任何优化上述解决方案的方法？

（在我的特定用例中，$string 和 $needle 在每次运行中都会有所不同，因此预编译正则表达式不是一种选择）。

---

如何衡量给定解决方案性能的示例（此处来自 POSIX sh）：

string='somewhat not so longish string' needle='somew'
time perl -e '
  ($n,$string,$needle) = @ARGV;
  for ($i=0;$i<$n;$i++) {

    index($string, $needle) == 0

  }' 10000000 "$string" "$needle"

有了这些值，index() 在这个带有 perl 5.14.2 的系统中的性能优于 substr()+eq，但是：

string="aaaaabaaaaabaaaaabaaaaabaaaaabaaaaab" needle="aaaaaa"

反过来了。

Answer 1

rindex $string, $substring, 0

在$string 中搜索$substring 只有在$substring 是$string 的前缀时才有可能在 位置。示例：

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

Answer 2

这真的很重要吗？我做了一些基准测试，index 方法平均每次迭代需要 0.68 微秒；正则表达式方法1.14μs； substr 方法 0.16μs。即使是我的最坏情况（2250 个字符的字符串相等），index 需要 2.4μs，正则表达式需要 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];
}

并将您的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，我使用随机生成的 20,000 个字符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不同的字符串进行比较字节。

对于这么长的字符串，正则表达式解决方案是迄今为止最差的（20,000 个字符的正则表达式是地狱）：匹配成功需要 105μs，匹配失败需要 100μs。

index 和 substr 解决方案仍然相当快。 index 是 11.83μs / 11.86μs 成功/失败，substr 是 4.09μs / 4.15μs。将代码移动到单独的函数中增加了大约 0.222±0.05μs。

基准代码位于：http://codepaste.net/2k1y8e

我不知道@Stephane 数据的特点，但我的建议是成立的。