我正在尝试构建一个使用正则表达式的工具来查找字符串中的模式（不是文本字符串，但现在这并不重要）。我熟悉自动机理论，即我知道如何实现基本的正则表达式匹配，如果字符串匹配我的正则表达式，则通过模拟教科书方式的自动机来输出true或false。
说我对a之前的所有b感兴趣，a之前没有b s，所以，这个正则表达式：{ {1}}。但我不只是想知道我的字符串是否包含这样的部分，我想得到a[^a]*b的输出，以便我可以检查它（记住，我实际上并没有处理文本）。
总结：假设我用括号标记a，如下所示：a并在输入字符串(a)[^a]*b上运行它，然后我希望第二个bcadacb为输出
或者，更一般地说，可以找出输入字符串中的哪些字符与正则表达式的哪个部分匹配？它是如何在文本编辑器中完成的？他们至少知道比赛开始的地方，因为他们可以突出比赛。我是否必须使用回溯方法，或者是否存在更智能，计算成本更低的方式？
编辑：可能没有必要使用适当的后向引用，即使用parens进行捕获并使用\ 1引用等。我知道后面的引用确实引入了回溯（或类似的东西）的需要，并使问题（IIRC）NP难。从本质上讲，我的问题是：捕获部分是否在没有反向引用的情况下，比正确的反向引用计算成本更低？
答案 0 :(得分：4)
大多数文本编辑器通过使用回溯算法来完成此操作，在这种情况下，记录匹配位置是微不足道的。
通过使用括号位置信息扩充状态列表，也可以进行直接NFA模拟。这可以通过保持线性时间保证的方式完成。请参阅http://swtch.com/~rsc/regexp/regexp2.html#submatch。
蒂莫斯的回答是正确的，但是你无法标记DFA状态，因为DFA状态对应于可能的NFA状态的集合，因此一个DFA状态可能代表通过paren的可能性（但也许是别的如果事实证明并非如此，那么将其记录为事实是不正确的。您确实需要处理NFA模拟。
答案 1 :(得分：1)
在为匹配构建DFA后，在正则表达式中的左括号后标记与第一个状态对应的所有状态。当您访问这样的状态时，保存当前输入字符的索引，当您访问对应于右括号的状态时，也保存索引。 当您达到接受状态时，输出两个索引。我不确定这是否是文本编辑器中使用的算法，但我就是这样做的。