grep如何运行这么快？

我对外壳中GREP的功能感到非常惊讶，之前我曾经在Java中使用子字符串方法，但是现在我使用GREP并在几秒钟内执行，它比我以前编写的Java代码快得多。 （根据我的经验，我可能是错的）

话虽这么说，我还无法弄清楚这是怎么回事？网络上也没有太多可用的内容。

谁能帮我这个？

假设您的问题GNU grep具体针对。这是作者Mike Haertel的注释：

GNU grep速度很快，因为它避免了每个输入字节的查找。

GNU grep的是快，因为它执行非常少的指令，每一个字节，它 不看。

GNU grep使用著名的Boyer-Moore算法，该算法首先查找目标字符串的最后一个字母，并使用查找表告诉它，只要找到不匹配的字符，它可以在输入中跳过多远。

GNU grep还展开了Boyer-Moore的内部循环，并以不需要在每个展开的步骤都进行循环退出测试的方式来设置Boyer-Moore增量表条目。这样做的结果是，在限制范围内，GNU grep平均为它实际查看的每个输入字节执行的少于3条x86指令（并且完全跳过了许多字节）。

GNU grep使用原始Unix输入系统调用，并避免在读取数据后复制数据。此外，GNU grep避免将输入断开。寻找换行符会使grep降低数倍，因为要找到换行符，它必须查看每个字节！

因此，GNU grep不会使用面向行的输入，而是将原始数据读取到大缓冲区中，使用Boyer-Moore搜索缓冲区，只有找到匹配项后，它才会寻找边界换行符（某些命令行选项- n禁用此优化。）

该答案是从此处获取的信息的子集。

添加到史蒂夫的出色答案。

它可能并不广为人知，但是当grep 较长的模式字符串比短的模式字符串时，grep几乎总是更快，因为在较长的模式中，Boyer-Moore可以向前跨更长的步长以达到更好的亚线性速度：

例：

# after running these twice to ensure apples-to-apples comparison
# (everything is in the buffer cache) 

$ time grep -c 'tg=f_c' 20140910.log
28
0.168u 0.068s 0:00.26

$ time grep -c ' /cc/merchant.json tg=f_c' 20140910.log
28
0.100u 0.056s 0:00.17

较长的表格快35％！

怎么会？Boyer-Moore从pattern-string构造一个跳转表，每当存在不匹配时，它都会选择最长的跳转（从最后一个字符到第一个字符），然后再将输入中的单个char与该跳转表中的char进行比较。

这是一段解释博耶·摩尔 （Boyer Moore）的视频（归功于kommradHomer）

另一个常见的误解（对于GNU grep）fgrep比更快grep。fin fgrep并不代表“快速”，它代表“固定”（请参见手册页），并且由于两者都是同一程序，并且都使用Boyer-Moore，因此在搜索固定-没有regexp特殊字符的字符串。唯一的原因，我使用的fgrep是当有一个正则表达式特殊字符（如.，[]或*）我不希望它被解释为这样的。即使这样，也更grep -F偏爱于便携式/标准形式的fgrep。