回溯

-- Start

在上一节中我们了解了什么是回溯，通常量词和多选结构会引起回溯。假设用表达式 ^.*([0-9]+) 去匹配 "恋曲 1990"，括号中会匹配什么呢？我们的本意是匹配 1990， 但是遗憾的是它只能匹配一个 0， 为什么会这样呢？因为星号是贪婪量词，.* 会一直匹配到字符串的结尾，为了使整个表达式能够匹配成功，引擎会进行回溯，吐出一个字符，之后再次尝试匹配整个表达式，此时匹配成功，所以 ([0-9]+) 只能匹配一个 0。为了使 ([0-9]+) 能够匹配 1990， 我们可以使用非贪婪量词，将表达式修改为 ^.*?([0-9]+) 即可。

我们在看一个例子，假设我想匹配一段包含数字，小写字母空格的字符串（如：i love regular express 1314），我们用表达式 ([0-9]|[a-z]| )* ，这个表达式在功能上完全没有问题，但是它需要进行大量的回溯，原因是我们把 [0-9] 放在了第一个分支，如果第一分支匹配不成功，引擎就需要回溯，我们应该把能够匹配最多字符的分支放在第一位，很显然，本例应该把 [a-z] 放在第一位，这样就减少了引擎回溯的次数，当然对于本例来说，我们没必要使用多选分支，而应该使用字符组 [0-9a-z ]。

通过这两个例子大家可以看到，在正则表达式中，回溯的概念非常重要，回溯不仅会影响表达式的匹配结果，大量的回溯将严重影响表达式的性能，所以在使用量词和多选分支的时候，我们应该在保证准确性的前提下，想方设法减少回溯发生的次数。

--更多参见：正则表达式精萃
-- 声 明：转载请注明出处
-- Last Updated on 2012-05-26
-- Written by ShangBo on 2012-05-24
-- End