Ручной slipt строки или то же, но с помощью std::regexp - что быстрее?

Думаю, линейная, с небольшим бо́льшим единицы коэффициентом пропорциональности от длины списка разделителей.

В общем, я ни разу не специалист в spirit, но то, что удалось вспомнить, вложил в сие. Недурно, как мне кажется. Спецам, владеющим оптимизацией spirit, велкам.

Цитата Qraizer @ 12.04.17, 00:01

В общем, я ни разу не специалист в spirit, но то, что удалось вспомнить, вложил в сие.

Здесь, кстати, тот случай, когда основное время тратится на добавление в std::vector.

Это к тому, что там семантика копирования вместо перемещения? Возможно. Потому спиритисты и приветствуются. Как сказать спириту, чтоб перемещал, я не знаю.

Лучше так и с оптимизацией.

Цитата Flex Ferrum @ 12.04.17, 11:26

Лучше так и с оптимизацией

А что именно там лучше?

Цитата Олег М @ 12.04.17, 11:48

А что именно там лучше?

Там данные с разных вариантов строк для сплита. Ну и оптимизация включена.

Надо тогда уж и splitLineRaw() переделать под коллекцию разделителей.

Добавлено 12.04.17, 13:31
Как-то так, что ли...

template<typename It>
std::vector<std::string>& splitLineRaw(std::vector<std::string>& result, It cur, It e, const char* c)
{
  while (cur != e)
  {
    auto start = cur;
 
    while (cur != e)
    {
      int  i;
    
      for (i = 0; c[i] != '\0' && *cur != c[i]; ++i) ;
      if (c[i] != '\0') break;
      ++cur;
    }
    result.push_back(std::string(start, cur));
    if (cur == e) break;
    ++cur;
  }
 
  return result;
}

Цитата Flex Ferrum @ 12.04.17, 11:50

Там данные с разных вариантов строк для сплита. Ну и оптимизация включена.

Т.е. можно смело сделать вывод, что все эти regexp'ы и spirit'ы - это, конечно, круто и здорово, но крайне неэффективно.
То же самое касается и парсеров istream, которые стопудово будут работать много хуже старого доброго sscanf.

Крайне неэффективно – это смотря какая задача. Исключения тоже, написанные на коленке под каждый конкретный случай, будут значительно эффективней общего языкового механизма. И самописный RTTI встречался, потому что языковой был запрещён Стандартом Кодирования. Задача сплита строки на подстроки по простому формальному признаку соответствия известному патерну довольно проста. Другое дело, когда стоит задача перенести в код LEX-грамматику. Или отрефакторить и реализоваться PHP-модуль.

Добавлено 12.04.17, 14:27
К тому же не факт, что алгоритмы поиска в строках, реализованные в библиотеках, не заточены под большие массивы данных. Надо попробовать погонять эти splitLineXXX()-ы на парусоткилобайтных строках с 20-значным списком разделителей...

Цитата Олег М @ 12.04.17, 13:46

Т.е. можно смело сделать вывод, что все эти regexp'ы и spirit'ы - это, конечно, круто и здорово, но крайне неэффективно.

Всё зависит от задачи, как правильно заметил Qraizer. Вот, скажем, задали мне вчера вопрос: можно ли (и если можно, то как) при примерно таком коде:

int a = 0, b = 0, c = 0;
 
cin >> /* ... */;

написать в консоле "b=2" и это сразу прыгнет в переменную b. Код вышел довольно простой.

#include <iostream>
#include <regex>
#include <string>
 
using namespace std;
 
int main()
{
    int a = 0;
    int b = 0;
    int c = 0;
 
    std::regex parseRegex(R"(\s*([abc])\s*=\s*([+-]?\d+)\s*)");
    std::smatch baseMatch;
    for (;;)
    {
        std::string line;
        std::getline(std::cin, line);
        if (line == "exit")
            break;
 
        if (!std::regex_match(line, baseMatch, parseRegex))
        {
            std::cout << "Can't match the string! Invalid string format." << std::endl;
            continue;
        }
 
        if (baseMatch.size() != 3)
        {
            std::cout << "Invalid string format." << std::endl;
            continue;
        }
 
        auto varName = baseMatch[1].str();
        auto varValueStr = baseMatch[2].str();
        auto varValue = atoi(varValueStr.c_str());
 
        if (varName == "a")
            a = varValue;
        else if (varName == "b")
            b = varValue;
        else if (varName == "c")
            c = varValue;
 
        std::cout << "a = " << a << std::endl;
        std::cout << "b = " << b << std::endl;
        std::cout << "c = " << c << std::endl;
    }
    return 0;
}

Как ты понимаешь, что чтобы решить эту задачу чисто алгоритмически тебе придётся написать портянку, которая сначала очистит от пробелов строку, потом побьёт её по знаку '=', потом опять очистит от пробелов, потом - проверить что в левой части a, b или c, а в правой - валидное число. И всё это на if'ах, find'ах и тримах. А тут - прогнал через регулярку и получил результат, распиханный в слоты. Удобно. И, главное, более-менее понятно. И изменения вносить несложно.

Добавлено 12.04.17, 14:56

Цитата Qraizer @ 12.04.17, 14:24

Крайне неэффективно – это смотря какая задача. Исключения тоже, написанные на коленке под каждый конкретный случай, будут значительно эффективней общего языкового механизма. И самописный RTTI встречался, потому что языковой был запрещён Стандартом Кодирования. Задача сплита строки на подстроки по простому формальному признаку соответствия известному патерну довольно проста. Другое дело, когда стоит задача перенести в код LEX-грамматику. Или отрефакторить и реализоваться PHP-модуль.

В данном контексте интерес представляет код clang'а. Где ручной RTTI, почти полное отсутствие рантайм-полиморфизма в AST, битовые поля в классах и прочие прелести оптимизации.

Цитата Flex Ferrum @ 12.04.17, 14:39

Как ты понимаешь, что чтобы решить эту задачу чисто алгоритмически тебе придётся написать портянку, которая сначала очистит от пробелов строку, потом побьёт её по знаку '=', потом опять

Единственное, что я понимаю, что такая задача, параметр1=значение1|параметр2=значение2...., довольно просто решается за один проход по строке, безо всяких regexp. Даже если вдруг понадобится удалять пробелы.
Естественно, если ты обрабатываешь ввод с клавиатуры, то похрену на производительность. Но когда идёт поток данных, то тут призадумаешься.

Цитата Олег М @ 12.04.17, 15:13

Единственное, что я понимаю, что такая задача, параметр1=значение1|параметр2=значение2...., довольно просто решается за один проход по строке, безо всяких regexp.

Так и regexp в данном случае может сделать один проход по строке. Он ведь просто не запрещает возвратные алгоритмы.

Цитата Flex Ferrum @ 12.04.17, 15:15

Так и regexp в данном случае может сделать один проход по строке. Он ведь просто не запрещает возвратные алгоритмы.

Если честно, я понятия не имею как он работает. Но, судя по твоим же примерам, не слишком хорошо. И это в простейшем случае и в одном потоке.

Существует и такое мнение:

Цитата

...
MinGW-w64 4.9.2 на PCRE показывает результат в 8.3s, а на std::regex -- 44s (я не ошибся, сорок четыре секунды). Но у MinGW есть свои проблемы под Windows, так что здесь все вполне ожидаемо.

Но однозначно, проблема не в C++ как языке или его компиляторе, а конкретно в текущих версиях std::regex.
...

Я не проверял, но чуйка подсказывает - похоже на правду. std::regex, имхо, коряв по реализации и недопилен по функционалу.