如何优化匹配包含London与Paris顺序的正则表达式？

你的思路完全没问题——当前正则确实能满足"字符串必须包含London且出现在Paris之前"的要求，但效率偏低的原因主要是两个点：[\w\W]*的冗余写法，以及贪婪匹配带来的潜在回溯开销。下面给你几个优化方案，既保证功能不变，又能提升效率：

方案一：简化正则表达式写法 #

[\w\W]*的作用是匹配任意字符（包括换行），但这种写法非常冗余，正则引擎需要额外判断字符是否属于\w或\W，反而不如更简洁的写法高效：

• 如果你的字符串不会包含换行符，直接用.代替[\w\W]，因为.默认匹配除换行外的所有字符，写法更简洁，引擎处理更快：

  String regexp = ".*London.*Paris.*";
  

• 如果需要支持换行符，可以启用Pattern.DOTALL标志（让.匹配包括换行在内的所有字符），或者用[\s\S]*（匹配所有空白/非空白字符，等价于任意字符），推荐前者可读性更好：

  Pattern pattern = Pattern.compile(".*London.*Paris.*", Pattern.DOTALL);
  boolean t1 = pattern.matches(test1);
  

方案二：放弃正则，用原生字符串操作（效率更高） #

正则引擎本身有一定的运行开销，如果你不需要复杂的正则匹配逻辑，直接用Java原生的字符串方法会更高效——我们只需要验证三个条件：包含London、包含Paris、且London的位置在Paris之前：

boolean containsSequence(String input) {
    int londonIdx = input.indexOf("London");
    int parisIdx = input.indexOf("Paris");
    return londonIdx != -1 && parisIdx != -1 && londonIdx < parisIdx;
}

// 调用示例
boolean t1 = containsSequence(test1);
boolean t2 = containsSequence(test2);
// ... 其他测试用例

这种方法是线性扫描字符串，没有正则的回溯开销，在字符串较长时优势尤其明显。

为什么原来的正则效率低？ #

[\w\W]*本质上是通过"匹配字母数字下划线"或"匹配非字母数字下划线"来覆盖所有字符，比直接用.多了一层判断逻辑；另外，贪婪模式的*在找不到目标字符串时，会不断回溯尝试匹配，虽然你的测试用例都能命中，但在更长的不满足条件的字符串中，会产生大量无效的回溯操作，拖慢执行速度。

内容的提问来源于stack exchange，提问作者NeverSleeps