From: Yusuke ENDOH <mame@...>
Date: 2008-02-15T01:26:39+09:00
Subject: [ruby-dev:33785] String#sub with ascii string fails to cache Regexp

遠藤です。

sub や gsub は第一引数が文字列の時、その文字列を rb_reg_quote
したものを rb_reg_regcomp でキャッシュします。

$ time LANG=C ./ruby -ve 'n = "\u3042" * 1000; 30000.times { "".sub!(n, "") }'
ruby 1.9.0 (2008-02-14 revision 15475) [i686-linux]

real    0m1.340s
user    0m1.300s
sys     0m0.030s

でも、その文字列が ascii のみである場合はキャッシュに失敗する
ようです。

$ time LANG=C ./ruby -ve 'n = "abc" * 1000; 30000.times { "".sub!(n, "") }'
ruby 1.9.0 (2008-02-14 revision 15475) [i686-linux]

real    0m32.840s
user    0m32.560s
sys     0m0.030s

rb_reg_quote の返した文字列のエンコーディングが ASCII-8BIT で、
キャッシュの Regexp のエンコーディングが US-ASCII で食い違って
いるため、キャッシュの Regexp が再利用されないようです。

-- 
Yusuke ENDOH <mame@tsg.ne.jp>