Go正则表达式与缓存：长期来看哪种方案性能更优？

我负责的服务内部通过正则表达式匹配来校验内容是否「允许」（简化描述），伪代码如下：

func isAllowed(s string) {
  return regex.match(pattern, s)
}

我知道正则表达式性能较差，尽管Go语言为满足性能指标采用了简化版正则，但其速度仍不及精确字符串比较。且该函数会被频繁调用，存在大量重复输入值，因此我考虑引入缓存优化：

var cache = make(map[string]bool)

func isAllowed(s string) {
  if result, found := cache[s]; found {
    return result
  }
  allowed := regex.match(pattern, s) // ignore syntax here; I'm simplifying this as pseudo-code
  cache[s] = allowed
  return allowed
}

缓存可避免重复执行正则匹配，但缓存可能存储数千甚至上万条数据，此时缓存查找的字符串比较操作可能替代单次正则匹配。我想了解：

• Go中字符串比较比正则匹配快多少？
• 引入缓存会提升还是降低运行效率？

字符串对比与正则匹配的速度差距 #

在Go里，字符串比较是逐字节直接对比的底层优化操作，属于O(n)复杂度（n为字符串长度），耗时基本是纳秒级，几乎无额外开销。

而正则匹配的性能取决于正则复杂度：

• 简单正则（如固定前缀/后缀、单一字符匹配）虽接近O(n)，但因要处理状态机逻辑，开销至少是字符串比较的几十到上百倍；
• 复杂正则（含嵌套通配符、回溯逻辑）可能达到O(n²)甚至更高，速度差距会拉到上千倍。

实际场景中，几十到几百字节的字符串，单次字符串对比耗时通常在10_{100纳秒，而正则匹配可能在1}100微秒区间，差距非常显著。

缓存对运行效率的影响 #

只要服务存在大量重复输入，引入缓存必然提升整体效率，核心原因如下：

• 缓存查找的本质是map键查询：Go的map会先计算字符串哈希（同样是高度优化的内置操作），再通过哈希桶定位，仅哈希冲突时才会触发字符串对比。即便缓存有上万条数据，这个过程的开销也远低于一次正则匹配；
• 只要重复请求比例足够高（比如超过10%），缓存节省的正则匹配开销就能完全覆盖缓存本身的哈希计算、存储开销；
• 若担心缓存内存占用过高，可以实现LRU淘汰逻辑，限制缓存最大条目数，保证高频访问的输入始终留在缓存中，避免无效存储。

唯一例外：如果服务几乎没有重复输入，每条请求都是全新字符串，缓存只会增加额外开销，此时应该取消缓存。

内容的提问来源于stack exchange，提问作者Shaul Behr