《高性能JavaScript》第五章 字符串和正则表达式

5.1 字符串连接

当连接少量字符串时，这些方法运行速度都很快。随着要合并的字符串长度和数量增加时，有些方法就开始展现优势。

5.1.1 加(+)和加等(+=)操作符

这是一个常见的字符串连接：

    str += "one" + "two";

这段代码运行时，会经历四个步骤：

1：在内存中创建一个临时字符串；
2：连接后的“onetwo”被赋值给该临时字符串；
3：临时字符串与str当前的值连接；
4：结果赋值给str。
以下优化会提速10%~40%，原因是这样做避免使用了临时字符串：

--------------------------------------------------------------------
注：如果你对python感兴趣，我这有个学习Python基地，里面有很多学习资料，感兴趣的+Q群：895817687
--------------------------------------------------------------------

    str += "one";
    str += "two";
    等价于
    str = str + "one" + "two";
    等价于
    equivalent to str = ((str + "one") + "two")

5.1.2 数组项合并

Array.prototype.join()方法将数组中的所有元素合并成一个字符串，它接收一个字符串参数为分隔符插入每个元素中间。如果传入的分隔符为空字符""，则可以将数组的所有元素连接起来。

注意：在大多数浏览器中，数组项合并比其他字符串连接方法更慢，而在IE 7以及更早的版本上合并大量字符串唯一高效的方法，谨慎使用。

5.1.3 String.prototype.concat

字符串原生方法concat能接收任意数量的参数，并将每一个参数附加到所调用的字符串上。

    // 附加一个字符串
    str = str.concat(s1);
    // 附加两个字符串
    str = str.concat(s1, s2, s3);
    // 如果传递一个数组，可以附加数组中的所有字符串
    str = String.prototype.concat.apply(str, array);

注意：遗憾的是，多数情况下concat比使用简单的+和+=稍慢，并且还潜伏着灾难性的性能问题，不建议使用。

5.2 正则表达式优化

本节包含了大量概念以及理解性内容，建议阅读原书。此次只做简单的介绍。

5.2.1 正则表达式工作原理

第一步：编译
当你创建了一个正则表达式对象之后（使用一个正则表达式直接量或者RegExp构造器），浏览器检查你的模板有没有错误，然后将它转换成一个本机代码例程，用于执行匹配工作。如果你将正则表达式赋给一个变量，你可以避免重复执行此步骤。
第二步：设置起始位置
当一个正则表达式投入使用时，首先要确定目标字符串中开始搜索的位置。它是字符串的起始位置，或者由正则表达式的 lastIndex 属性指定，但是当它从第四步返回到这里的时候（因为尝试匹配失败），此位置将位于最后一次尝试起始位置推后一个字符的位置上。
浏览器厂商优化正则表达式引擎的办法是，在这一阶段中通过早期预测跳过一些不必要的工作。例如，如果一个正则表达式以^开头，IE 和 Chrome 通常判断在字符串起始位置上是否能够匹配，然后可避免愚蠢地搜索后续位置。另一个例子是匹配第三个字母是 x 的字符串，一个聪明的办法是先找到 x，然后再将起始位置回溯两个字符（例如，最近的 Chrome 版本实现了这种优化）。
第三步：匹配每个正则表达式的字元
正则表达式一旦找好起始位置，它将一个一个地扫描目标文本和正则表达式模板。当一个特定字元匹配失败时，正则表达式将试图回溯到扫描之前的位置上，然后进入正则表达式其他可能的路径上。
第四步：匹配成功或失败
如果在字符串的当前位置上发现一个完全匹配，那么正则表达式宣布成功。如果正则表达式的所有可能路径都尝试过了，但是没有成功地匹配，那么正则表达式引擎回到第二步，从字符串的下一个字符重新尝试。只有字符串中的每个字符（以及最后一个字符后面的位置）都经历了这样的过程之后，还没有成功匹配，那么正则表达式就宣布彻底失败。

5.2.2 理解回溯

这个表达式匹配“hello hippo”或“happy hippo”。

    /h(ello|appy) hippo/.test("hello there, happy hippo");

回溯过程如下：

贪婪量词和惰性量词回溯：

5.2.3 提高效率的方法

1：关注如何让匹配更快失败；
2：表达式以简单、必须的字元开始；
3：使用量词模式，使它们后面的字元互斥；
4：减少分支数量，缩小分支范围；
5：使用非捕获组；
6：只捕获感兴趣的文本以减少后处理；
7：暴露必需的字元；
8：使用合适的量词；
9：把表达式赋值给变量并重用；
10：将复杂的表达式拆分为简单的片段。