Question

我正在为客户设计调查系统，以便向中央办公室报告数据。在哪些情况下询问哪些问题是一个复杂的问题，需要在不更改代码的情况下进行自定义。我正在考虑以下几点：

模型

Question < ActiveRecord::Base
  attr_accessible :conditional_statement
  has_and_belongs_to_many :named_conditionals
end

NamedConditional < ActiveRecord::Base
  attr_accessible :name
  has_and_belongs_to_many :questions

  def evaluate
    # return true or false, depending on which conditional and the state of the system
  end
end

这里的想法是NamedConditional可以对系统状态进行测试，并返回一个布尔值。然后可以使用conditional_statement中的Question中的名称引用这些命名条件，使用许多NamedConditionals和逻辑运算符。然后，用于确定是否应该询问给定问题的流程将是这样的：

查找所有依赖NamedCondtionals
评估所有依赖NamedConditionals
使用每个NamedConditional的值来评估conditional_statement

Question

我的问题是在第3步中，使用eval()对conditional_statement进行评估有多昂贵？我看到另一个选项是在保存conditional_statement时将Question解析为表达式树，将其存储在数据库中（序列化），然后在需要进行评估时对其进行反序列化。

对于给定的请求，可能会发生许多（100+）个问题。显然，我可以缓存并重用每个NamedConditional的值（因为每个值都将用于多个问题）。在这种情况下，eval（）的表现是否优于表达式树？或两种选择都是垃圾？

Answer 1

强烈的感觉是表达式序列化/反序列化将比仅仅避开一些条件需要更长的时间。

毕竟 - 条件以红宝石的速度评估 - 加上一个用于解释字符串的小常量。序列化/反序列化很慢 - 并且随着N的增加，它将至少在多项式上增加......可能更多。

Eval（）与表达式树

1 个答案: