Javascript 正则04-正则表达式回溯法原理
正则表达式
正则表达式是匹配模式， 要么匹配字符， 要么匹配位置
参考网址
Chapter four: 正则表达式回溯法原理
研究匹配原理的时候，必须要知道什么是 ‘回溯’
主要内容
- 没有回溯的匹配
- 有回溯的匹配
- 常见的回溯匹配
- 小结
3. 常见的回溯
这个尝试的过程貌似是 一位一位字符或者一组一组字符的尝试（在一组字符中也是一位一位的尝试）
回溯法也称作试探法，基本思想是： 从问题的某一种状态触发（初始状态），搜索这种状态出发所能达到的所有“状态”, 当一条路走到 “尽头” 的时候（不能再前进了），再后退一步或若干步，从另一种可能 “状态” 出发，继续搜索，直到所有 “路径” （状态） 都尝试过。这种不断 “前进”、不断 “回溯”寻找解的方法，称作 “回溯法”。
本质上就是 深度优先搜索算法。 其中退到之前某一步过程我们称之为回溯。从定义来看，当路走不通的时候，就会发生 “回溯”。 即， 尝试匹配失败的时候，接下来一步通常就是回溯。
3.1 贪婪量词
之前的例子都是贪婪量词相关的，比如 b{1,3} 因为其是贪婪的，尝试可能的顺序是从多往少方向去尝试。首先会尝试 bbb ， 探后再看整个正则是否匹配成功。不能匹配时，吐出一个 ‘b’ , 即在 bb 基础上继续尝试。如果还不行，再吐出一个，再尝试。如果还不行，只能说明匹配失败了。
如果多个贪婪量词紧挨着，并相互冲突，此时会怎样？
答案是： 先下手为强(从左到右依次匹配)，因为深度优先搜索。如下：
var string = '12345';
var reg = /(\d{1,3})(\d{1,3})/;
console.log(string.match(reg));
// ["12345", "123", "45", index: 0, input: "12345", groups: undefined]第一个分组 \d{1,3} 匹配 123, 第二个分组 \d{1,3} 匹配剩下的 45
3.2 惰性量词
惰性量词就是在贪婪量词后面加上问号。表示尽可能少的匹配，比如：
var string = '12345';
var reg = /(\d{1,3}?)(\d{1,3})/;
console.log(string.match(reg));
// ["1234", "1", "234", index: 0, input: "12345", groups: undefined]第一个分组 \d{1,3}? 匹配 1, 第二个分组 \d{1,3} 匹配剩下的 234
虽然惰性量词不贪婪，但是也会有 回溯现象。比如正则：
var string = '12345';
var reg = /^(\d{1,3}?)(\d{1,3})$/;
console.log(string.match(reg));
// VM80:3 (3) ["12345", "12", "345", index: 0,input: "12345", groups: undefined]为了整体的匹配成功，惰性量词子模式也得多塞点。因此最后 \d{1,3} 匹配的字符是 ‘12’, 是两个数字，而不是一个数字。
分支结构
分支结构在匹配过程中也是惰性的。比如： pattern：/can|candy/, 去匹配字符串 candy ，的得到结果是 can,如果前面的满足了，后面的就不会再检验了。
分支结构， 可能前面的子模式会形成局部匹配，如果接下来的表达式整体不匹配时候，仍会继续尝试剩下的分支。这种尝试也可以看成一种回溯。
我的理解还是 在分支结构中，会尽可能匹配，直到匹配成功或者匹配失败
比如：
var reg = /^(?:can|candy)$/;
'candy'.match(reg);小结
回溯法简单总结为： 正因为有多种可能，所以要一个一个尝试。直到，要么到某一步时候匹配成功，整体匹配成功了；要么都试完后，整体匹配不成功（简而言之，匹配所有可能，直到存在一个成功，或者没有符合匹配模式的（失败））
- 贪婪量词 ‘试’ 的策略是： 为了整体的成功，尽可能多的匹配
- 惰性量词 ‘试’ 的策略是： 为了整体的成功，尽可能少的匹配
- 分支结构 ‘试’ 的策略是： 为了整体的成功，更换子匹配模式
既然有回溯的过程，匹配效率肯定会低。相对那些 DFA 引擎。
JS 正则引擎是 NFA， NFA 是 “非确定型有限自动机”简写
大部分语言的正则都是 NFA。（NFA 正则引擎具有匹配慢，编译快的特征）