确保字符串不包含特定字符的快速方法

Question

我想确保 C# 字符串不包含特定字符。

我正在使用string.IndexOfAny(char[])，在我看来，Regex 在这项任务中会比较慢。有没有更好的方法来实现这一点？速度在我的应用程序中至关重要。

Answer 1

对IndexOfvs IndexOfAnyvs Regexvs进行快速基准测试Hashset。
500 字 lorem ipsum haystack，带两个字针。
在干草堆中使用两根针进行测试，在干草堆中使用一根针，在干草堆中均未进行测试。

    private long TestIndexOf(string haystack, char[] needles)
    {
        System.Diagnostics.Stopwatch sw = new System.Diagnostics.Stopwatch();
        sw.Start();
        for (int i = 0; i < 1000000; i++)
        {
            int x = haystack.IndexOfAny(needles);
        }
        sw.Stop();

        return sw.ElapsedMilliseconds;
    }

    private long TestRegex(string haystack, char[] needles)
    {
        System.Diagnostics.Stopwatch sw = new System.Diagnostics.Stopwatch();
        sw.Start();
        Regex regex = new Regex(string.Join("|", needles));
        for (int i = 0; i < 1000000; i++)
        {
            Match m = regex.Match(haystack);
        }
        sw.Stop();

        return sw.ElapsedMilliseconds;
    }

    private long TestIndexOf(string haystack, char[] needles)
    {
        System.Diagnostics.Stopwatch sw = new System.Diagnostics.Stopwatch();
        sw.Start();
        for (int i = 0; i < 1000000; i++)
        {
            int x = haystack.IndexOf(needles[0]);
        }
        sw.Stop();

        return sw.ElapsedMilliseconds;
    }

    private long TestHashset(string haystack, char[] needles)
    {
        HashSet<char> specificChars = new HashSet<char>(needles.ToList());
        System.Diagnostics.Stopwatch sw = new System.Diagnostics.Stopwatch();
        sw.Start();
        for (int i = 0; i < 1000000; i++)
        {
            bool notContainsSpecificChars = !haystack.Any(specificChars.Contains);
        }
        sw.Stop();

        return sw.ElapsedMilliseconds;
    }

1,000,000 次迭代的结果：

索引：28/2718/2711 任意
索引：153/141/17561 正则
表达式：1068/1102/92324
哈希集：939/891/111702

笔记：

• 较小的干草堆可以提高性能。
• 较大的针组可提高正则表达式的性能。
• 较大的针组会降低任何性能指标。
• 如果needle不在大海捞针中，所有方法的性能都会下降

总体而言，根据干草堆和针的大小，最多regex会慢indexofany10 倍。