É encontrar -iregex mais rápido do que usar múltiplos -o's?

Question

Temos várias funções find definidas em nosso ambiente bash para excluir pastas (geralmente grandes ou geradas automaticamente) antes do grepping. Um exemplo de um desses é este:

function grepsrc()
{
    find . -type d -name .repo -prune -o \
           -type d -name .git  -prune -o \
           -type f -iregex '.*\.\(h\|c\|cc\|cpp\|S\|java\|xml\|sh\|mk\|aidl\|vts\)' \
           -exec grep --color=auto -n "$@" {} +
}

O uso de vários -o -iname seria mais rápido que o -iregex ?

function grepsrc()
{
    find . -type d \( -name .repo -o -name .git -o \) -prune -o \
           -type f \( -iname '*.h'    -o -iname '*.c'  -o -iname '*.cc'   -o \
                      -iname '*.cpp'  -o -iname '*.S'  -o -iname '*.java' -o \
                      -iname '*.xml'  -o -iname '*.sh' -o -iname '*.mk'   -o \
                      -iname '*.aidl' -o -iname '*.vts' \) \
           -exec grep --color=auto -n "$@" {} +
}

Nos meus próprios testes, o primeiro tem um tempo médio de

real    0m3.175s
user    0m3.021s
sys     0m0.145s

enquanto o último tem uma média de

real    0m3.170s
user    0m3.024s
sys     0m0.137s

Portanto, não há nenhuma diferença significativa no meu conjunto de dados, mas posso estar perdendo alguma coisa.

    

Answer 1

Não há diferença significativa.

find é ligado por E / S, não vinculado à CPU. Qualquer operação de cadeia de caracteres, como globbing ou correspondência de expressão regular, será reduzida por operações de disco. Então, seu resultado acima é esperado.

O que pode (e normalmente afeta) find performance é a ordem dos testes. Por exemplo, se você estiver procurando por diretórios, mover -type d antes, digamos, -name tests pode acelerar as coisas informando find , não é necessário analisar os arquivos. Mas as alterações que afetam apenas a correspondência de nomes não têm nenhum efeito significativo na velocidade.