快速检查子字符串的方法

Fast method to check for substrings

本文关键字：方法字符串检查更新时间：2023-10-16

我目前正在编写一个基于服务器-客户端模型的聊天系统，使用TCP作为通信协议。虽然它按预期工作，但我想进一步优化服务器端的重要部分。

服务器使用四个额外的线程来处理新的连接、控制台输入等，而不会阻塞正常的聊天对话。好吧，从客户机到客户机发送的所有消息只有一个线程，所以我认为最好对那里的代码进行优化，因为这将是最明显的瓶颈。读取每个客户端套接字上的数据后，必须使用不同的步骤处理数据。其中一个步骤是检查被屏蔽的单词。这就是我最初的问题。

我使用std::string::find()和strstr()函数。根据我的测试，std::string::find()明显比旧的c风格strstr()函数快。

我知道std::string优化得很好，但是c风格的char数组和它们自己的函数似乎总是快一些，特别是如果字符串必须一遍又一遍地构造。

那么，有什么比std::string::find()更快的扫描一系列字符屏蔽词吗?是std::string::find()比strstr()快，还是我的基准测试很糟糕?我知道，与保持c风格的char数组及其函数干净所需的努力相比，这种增益可能可以忽略不计，但我希望尽可能快地保持它，即使只是为了测试目的。

编辑:对不起，忘了说我使用的是msvc++ 2010 Express。我只针对Windows机器。

您是否进行了基准测试，以验证实际上在检查被阻塞的单词上花费了大量时间?我完全天真的猜测是，你将花费更多的时间等待rpc而不是任何本地处理…

您是否尝试过c++ 11中的正则表达式库，如果您使用它，或者如果您不使用Boost ?我不确定速度，但我相信他们表现得很好。此外，如果您将其用作亵渎过滤器的一种形式，则无论如何都需要正则表达式来防止琐碎的规避。

存在比STL或strstr中通常使用的线性搜索更快的搜索算法。

Boyer-Moore很受欢迎。它需要对目标字符串进行预处理，这对于您的用例应该是可行的。

精确字符串匹配算法是一个免费的电子书，深入描述了不同的搜索算法和它们的权衡。

实现更高级的算法可能需要相当大的努力。正如在其他回答中所说，字符串搜索是否是聊天服务器中的瓶颈是值得怀疑的。