首页 »Javascript教程 » javascript正则:Javascript检测字符串字节长度(for VS 正则) »正文javascript正则:Javascript检测字符串字节长度(for VS 正则)来源: 发布时间:星期五, 2008年11月14日 浏览:116次 评论:0
先来几句题外话。今天面试百度公司web前端研发部的职位,整个面试持续了一个小时。面试结束的时候,我心情格外地好,虽然有部分问题还是回答不上来或者回答得不好,但面试官是一个很好的人,面试就像在谈心,我抒发了许多压在心中很久的想法,所以面试结束后心情格外地舒畅^_^ 有一道题今天没回答好,给我的印象也特别深:用Javascript检测一个字符串的字节长度。 当然,首先必须弄清楚‘字节长度’的含义。字符串有一个length属性,可以检测该字符串的长度,但是这里所说的长度是‘字符长度’。而‘字节长度’,呵呵,比如说吧,中文字符占用2个字节(与编码有关),所以,字节长度!= 字符长度^_^ 我在考试的时候一般都用惯性思维(所以每次竞赛的时候都不能拿到好成绩^_^),于是马上就想到给它一个for循环,然后判断每一个字符的编码,但是我没有马上回答。面试官见我好像不敢回答,就主动地提示说可不可以用for循环,我当然是肯定了一下啦。但是我不马上回答说用for循环,是因为我清楚这是一般人的思维,百度公司哟,不可能简单地考一个for循环的啦。果然不出我所料,在我肯定了之后,面试官进一步问我,有没有其他更好的方法,用for循环似乎复杂度高了些。 于是,我苦思冥想,绞尽脑汁,最后害怕时间拖拉得太长就放弃了。面试官真是个好人,在我放弃的时候他没有不了了之,还提示说能不能用正则表达式,呀,我恍然大悟啊!我花了那么长时间去学正则表达式,真正要用到的时候竟然忽略了它,罪过啊! 好吧,在面试的时候,我承认自己的确认为用正则表达式去检测在复杂度上会胜于for。 但是,我想说的是但是…… 先看看一下两段代码吧,它们分别用for循环和正则表达式来检测字符串的字节长度: for循环检测字符串的字节长度: var lenFor = function(str){ 正则表达式检测字符串的字节长度: var lenReg = function(str){ 我用以下代码段对以上两个函数进行测试,主要是测试其运行时间: var s = '......';//一个很长的字符串,这里不罗列 function a(){ 以上代码在浏览器载入完毕的时候弹出一个警示窗口,窗口上有两行信息:第一行是用正则表达式检测的字符串字节长度和所用时间(×1000);第二行是用for循环检测字符串字节长度和所用时间(×1000)。 我得到两种答案: 第一种: lenReg: 25824 time: 20000 lenFor: 25824 time: 10000 第二种: lenReg: 48795 time: 15000 lenFor: 48795 time: 25000 需要说明的是,两次测试所用的字符串为同一字符串。 为什么会相差那么大呢?我到底偷偷改了什么??以上我提过,“中文字符占用2个字节(与编码有关)”(本文第三段),中文字符占用多少个字节是与编码有关的,一般情况下,GB-2312和UTF-8编码中,中文字符占用2个字节,但是在iso-8859-1编码中,中文字符占用5个字节。 是的,问题就在于文档的编码。以上第一种情况的编码为:charset=UTF-8,第二种情况的编码为charset=iso-8859-1。 在中文网页中,我们一般都不会用charset=iso-8859-1进行编码(中文乱码),而是用charset=UTF-8或GB-2312进行编码。问题就在这里,比较一下以上的第一种情况吧: lenReg: 25824 time: 20000 lenFor: 25824 time: 10000 如上所示,用正则表达式检测所用的时间竟然是for循环的两倍!!!!(其实,测试多次之后也不全部都是两倍,但大部分测试都是两倍) 为什么呢? str.replace(/[^\x00-\xFF]/g,'**').length; 看看以上语句(lenReg函数中的语句)。就我个人理解,问题就出现在这里——replace的时候要遍历一次字符串,在调用length的时候又要遍历一次字符串,所以整个运算过程需要遍历两次字符串。而for循环只需要遍历一次——这应该就是问题所在了,但是我不是非常确定。 我不太确定以上的理解是否确切,但是从表面上分析应该是这样的。 那么,用正则表达式检测真的使算法更加复杂吗?还是以上没有充分利用正则表达式的优势?现在我还没有意义的想法,需要进一步去推敲。先保持着怀疑吧^_^…… 0
相关文章读者评论发表评论 |