解析strtr函数的效率问题
程序员文章站
2023-10-24 17:54:53
最近经常要对字符串进行匹配和替换操作,之前一般使用str_replace或者preg_replace,据说strtr的效率不错,所以对比了一下:复制代码 代码如下:$i =...
最近经常要对字符串进行匹配和替换操作,之前一般使用str_replace或者preg_replace,据说strtr的效率不错,所以对比了一下:
$i = 0;
$t = microtime(true);
for(;$i<1000;$i++)
{
$str = strtr(md5($i), $p2);
}
var_dump(microtime(true)-$t); //0.085476875305176
$t = microtime(true);
for(;$i<2000;$i++)
{
$str = preg_replace($p, '', md5($i));
}
var_dump(microtime(true)-$t); //0.09863805770874
结果显示,strtr的效率比preg_replace高约15%左右。
趁着周末,查看了strtr的php源码:
php_function(strtr)
{
zval **str, **from, **to;
int ac = zend_num_args();
//参数检查(zend_get_parameters_ex函数定义在zend_api.c文件中)
if (ac < 2 || ac > 3 || zend_get_parameters_ex(ac, &str, &from, &to) == failure) {
wrong_param_count;
}
//参数检查
if (ac == 2 && z_type_pp(from) != is_array) {
php_error_docref(null tsrmls_cc, e_warning, "the second argument is not an array.");
return_false;
}
convert_to_string_ex(str);
/* shortcut for empty string */
//宏z_strlen_pp定义在zend_operators.h
if (z_strlen_pp(str) == 0) {
return_empty_string();
}
if (ac == 2) {
php_strtr_array(return_value, z_strval_pp(str), z_strlen_pp(str), hash_of(*from));
} else {
convert_to_string_ex(from);
convert_to_string_ex(to);
zval_stringl(return_value, z_strval_pp(str), z_strlen_pp(str), 1);
php_strtr(z_strval_p(return_value),
z_strlen_p(return_value),
z_strval_pp(from),
z_strval_pp(to),
min(z_strlen_pp(from),
z_strlen_pp(to)));
}
}
先看看php_strtr函数:
//trlen是字符串str_from与str_to的长度的最小值
phpapi char *php_strtr(char *str, int len, char *str_from, char *str_to, int trlen)
{
int i;
unsigned char xlat[256]; //
if ((trlen < 1) || (len < 1)) {
return str;
}
//xlat的下标与值相等
for (i = 0; i < 256; xlat[i] = i, i++);
//把from到to字符串的每一个字符对应起来。例如:from="ab",to="cd",则会产生这样的对应'a'=>'c', 'b'=>'d'。
for (i = 0; i < trlen; i++) {
xlat[(unsigned char) str_from[i]] = str_to[i];
}
//替换(不过觉得这个函数的效率还有可以改进的地方,因为如果需要替换的字符只是占整个字符串很少的部分,这样就有大部分的赋值操作其实并没有什么意义,这样的情况下感觉先判断再赋值感觉会高效一点。有空测试一下)
for (i = 0; i < len; i++) {
str[i] = xlat[(unsigned char) str[i]];
}
return str;
}
可见,在处理strtr('abcdaaabcd', 'ab', 'efd')这样的操作时,应该是很高效的。
(注意:这个操作输出efcdeeefcd)
再看看php_strtr_array:
static void php_strtr_array(zval *return_value, char *str, int slen, hashtable *hash)
{
zval **entry;
char *string_key;
uint string_key_len;
zval **trans;
zval ctmp;
ulong num_key;
int minlen = 128*1024;
int maxlen = 0, pos, len, found;
char *key;
hashposition hpos;
smart_str result = {0};
hashtable tmp_hash;
//把替换数组从hash复制到tmp_hash,并记录下标字符串的最大和最小长度
zend_hash_init(&tmp_hash, 0, null, null, 0);
zend_hash_internal_pointer_reset_ex(hash, &hpos);
while (zend_hash_get_current_data_ex(hash, (void **)&entry, &hpos) == success) {
switch (zend_hash_get_current_key_ex(hash, &string_key, &string_key_len, &num_key, 0, &hpos)) {
case hash_key_is_string:
len = string_key_len-1;
if (len < 1) {
zend_hash_destroy(&tmp_hash);
return_false;
}
zend_hash_add(&tmp_hash, string_key, string_key_len, entry, sizeof(zval*), null);
if (len > maxlen) {
maxlen = len;
}
if (len < minlen) {
minlen = len;
}
break;
//下标如果是整形的话会转换成字符串类型,例如:array(10=>'aa')转换成array('10'=>'aa')
case hash_key_is_long:
z_type(ctmp) = is_long;
z_lval(ctmp) = num_key;
convert_to_string(&ctmp);
len = z_strlen(ctmp);
zend_hash_add(&tmp_hash, z_strval(ctmp), len+1, entry, sizeof(zval*), null);
zval_dtor(&ctmp);
if (len > maxlen) {
maxlen = len;
}
if (len < minlen) {
minlen = len;
}
break;
}
zend_hash_move_forward_ex(hash, &hpos);
}
key = emalloc(maxlen+1);
pos = 0;
//从字符串的第一个字符开始循环匹配,pos记录当前查找的位置
while (pos < slen) {
//当前位置加上最大长度,如果大于字符串长度,则最大长度就需要改变
if ((pos + maxlen) > slen) {
maxlen = slen - pos;
}
found = 0;
memcpy(key, str+pos, maxlen);
//从最大长度开始匹配,就是说对'abcd',若array('a'=>'e','ab'=>'f'),则会先把ab替换为f,而不是先把a换成e。
for (len = maxlen; len >= minlen; len--) {
key[len] = 0;
//因为使用了hash表,所以这样的效率还是挺高的
if (zend_hash_find(&tmp_hash, key, len+1, (void**)&trans) == success) {
char *tval;
int tlen;
zval tmp;
if (z_type_pp(trans) != is_string) {
tmp = **trans;
zval_copy_ctor(&tmp);
convert_to_string(&tmp);
tval = z_strval(tmp);
tlen = z_strlen(tmp);
} else {
tval = z_strval_pp(trans);
tlen = z_strlen_pp(trans);
}
//加入结果
smart_str_appendl(&result, tval, tlen);
//向前跳跃
pos += len;
found = 1;
if (z_type_pp(trans) != is_string) {
zval_dtor(&tmp);
}
break;
}
}
if (! found) {
smart_str_appendc(&result, str[pos++]);
}
}
efree(key);
zend_hash_destroy(&tmp_hash);
smart_str_0(&result);
retval_stringl(result.c, result.len, 0);
}
复制代码 代码如下:
$i = 0;
$t = microtime(true);
for(;$i<1000;$i++)
{
$str = strtr(md5($i), $p2);
}
var_dump(microtime(true)-$t); //0.085476875305176
$t = microtime(true);
for(;$i<2000;$i++)
{
$str = preg_replace($p, '', md5($i));
}
var_dump(microtime(true)-$t); //0.09863805770874
结果显示,strtr的效率比preg_replace高约15%左右。
趁着周末,查看了strtr的php源码:
复制代码 代码如下:
php_function(strtr)
{
zval **str, **from, **to;
int ac = zend_num_args();
//参数检查(zend_get_parameters_ex函数定义在zend_api.c文件中)
if (ac < 2 || ac > 3 || zend_get_parameters_ex(ac, &str, &from, &to) == failure) {
wrong_param_count;
}
//参数检查
if (ac == 2 && z_type_pp(from) != is_array) {
php_error_docref(null tsrmls_cc, e_warning, "the second argument is not an array.");
return_false;
}
convert_to_string_ex(str);
/* shortcut for empty string */
//宏z_strlen_pp定义在zend_operators.h
if (z_strlen_pp(str) == 0) {
return_empty_string();
}
if (ac == 2) {
php_strtr_array(return_value, z_strval_pp(str), z_strlen_pp(str), hash_of(*from));
} else {
convert_to_string_ex(from);
convert_to_string_ex(to);
zval_stringl(return_value, z_strval_pp(str), z_strlen_pp(str), 1);
php_strtr(z_strval_p(return_value),
z_strlen_p(return_value),
z_strval_pp(from),
z_strval_pp(to),
min(z_strlen_pp(from),
z_strlen_pp(to)));
}
}
先看看php_strtr函数:
复制代码 代码如下:
//trlen是字符串str_from与str_to的长度的最小值
phpapi char *php_strtr(char *str, int len, char *str_from, char *str_to, int trlen)
{
int i;
unsigned char xlat[256]; //
if ((trlen < 1) || (len < 1)) {
return str;
}
//xlat的下标与值相等
for (i = 0; i < 256; xlat[i] = i, i++);
//把from到to字符串的每一个字符对应起来。例如:from="ab",to="cd",则会产生这样的对应'a'=>'c', 'b'=>'d'。
for (i = 0; i < trlen; i++) {
xlat[(unsigned char) str_from[i]] = str_to[i];
}
//替换(不过觉得这个函数的效率还有可以改进的地方,因为如果需要替换的字符只是占整个字符串很少的部分,这样就有大部分的赋值操作其实并没有什么意义,这样的情况下感觉先判断再赋值感觉会高效一点。有空测试一下)
for (i = 0; i < len; i++) {
str[i] = xlat[(unsigned char) str[i]];
}
return str;
}
可见,在处理strtr('abcdaaabcd', 'ab', 'efd')这样的操作时,应该是很高效的。
(注意:这个操作输出efcdeeefcd)
再看看php_strtr_array:
复制代码 代码如下:
static void php_strtr_array(zval *return_value, char *str, int slen, hashtable *hash)
{
zval **entry;
char *string_key;
uint string_key_len;
zval **trans;
zval ctmp;
ulong num_key;
int minlen = 128*1024;
int maxlen = 0, pos, len, found;
char *key;
hashposition hpos;
smart_str result = {0};
hashtable tmp_hash;
//把替换数组从hash复制到tmp_hash,并记录下标字符串的最大和最小长度
zend_hash_init(&tmp_hash, 0, null, null, 0);
zend_hash_internal_pointer_reset_ex(hash, &hpos);
while (zend_hash_get_current_data_ex(hash, (void **)&entry, &hpos) == success) {
switch (zend_hash_get_current_key_ex(hash, &string_key, &string_key_len, &num_key, 0, &hpos)) {
case hash_key_is_string:
len = string_key_len-1;
if (len < 1) {
zend_hash_destroy(&tmp_hash);
return_false;
}
zend_hash_add(&tmp_hash, string_key, string_key_len, entry, sizeof(zval*), null);
if (len > maxlen) {
maxlen = len;
}
if (len < minlen) {
minlen = len;
}
break;
//下标如果是整形的话会转换成字符串类型,例如:array(10=>'aa')转换成array('10'=>'aa')
case hash_key_is_long:
z_type(ctmp) = is_long;
z_lval(ctmp) = num_key;
convert_to_string(&ctmp);
len = z_strlen(ctmp);
zend_hash_add(&tmp_hash, z_strval(ctmp), len+1, entry, sizeof(zval*), null);
zval_dtor(&ctmp);
if (len > maxlen) {
maxlen = len;
}
if (len < minlen) {
minlen = len;
}
break;
}
zend_hash_move_forward_ex(hash, &hpos);
}
key = emalloc(maxlen+1);
pos = 0;
//从字符串的第一个字符开始循环匹配,pos记录当前查找的位置
while (pos < slen) {
//当前位置加上最大长度,如果大于字符串长度,则最大长度就需要改变
if ((pos + maxlen) > slen) {
maxlen = slen - pos;
}
found = 0;
memcpy(key, str+pos, maxlen);
//从最大长度开始匹配,就是说对'abcd',若array('a'=>'e','ab'=>'f'),则会先把ab替换为f,而不是先把a换成e。
for (len = maxlen; len >= minlen; len--) {
key[len] = 0;
//因为使用了hash表,所以这样的效率还是挺高的
if (zend_hash_find(&tmp_hash, key, len+1, (void**)&trans) == success) {
char *tval;
int tlen;
zval tmp;
if (z_type_pp(trans) != is_string) {
tmp = **trans;
zval_copy_ctor(&tmp);
convert_to_string(&tmp);
tval = z_strval(tmp);
tlen = z_strlen(tmp);
} else {
tval = z_strval_pp(trans);
tlen = z_strlen_pp(trans);
}
//加入结果
smart_str_appendl(&result, tval, tlen);
//向前跳跃
pos += len;
found = 1;
if (z_type_pp(trans) != is_string) {
zval_dtor(&tmp);
}
break;
}
}
if (! found) {
smart_str_appendc(&result, str[pos++]);
}
}
efree(key);
zend_hash_destroy(&tmp_hash);
smart_str_0(&result);
retval_stringl(result.c, result.len, 0);
}