std::regex 在 gcc 下默认不是 dfa，因为 c++ 标准未规定实现必须为 dfa，libstdc++ 采用回溯型 nfa，可能导致栈溢出或卡死；真需 dfa 需手动构建。
为什么 std::regex 在 GCC 下默认不是 DFA
因为 C++ 标准只要求 std::regex 语义正确，没规定实现必须是 DFA；GCC 的 libstdc++ 用的是 NFA（回溯型），遇到 ^(a+)+b$ 这类正则可能栈溢出或卡死；Clang 的 libc++ 同样不保证 DFA。真要确定性有限自动机，得自己建图，不能依赖标准库。
手写 DFA 引擎的最小可行路径
核心就三步：正则转 NFA（Thompson 构造）、NFA 转 DFA（子集构造）、DFA 最小化（Hopcroft 可选）。实际项目里，跳过最小化也能跑，但状态爆炸时会吃内存。
- 用
std::map<:set>, int></:set>存 NFA 状态集到 DFA 状态 ID 的映射，别用std::unordered_map——std::set默认没哈希，编译不过 - 输入字符集别硬编码 ASCII 0–127，用
std::vector<:vector>></:vector>表示转移表，行索引是 DFA 状态，列索引是static_cast<unsigned char>(c)</unsigned> - 终态标记用
std::vector<bool></bool>，下标对齐 DFA 状态 ID，别和 NFA 的 accept state 混在一起判断
匹配时怎么避免回溯和重复扫描
DFA 匹配本身是 O(n) 单趟扫描，但常见错误是把「找所有匹配」或「带捕获组」的需求硬塞进去——DFA 天然不存路径信息，没法回溯还原子表达式位置。
- 如果只要判断是否匹配，直接跑状态机：
state = start_state; for (char c : input) state = trans[state][c]; return accept[state]; - 如果要找最长前缀匹配（比如词法分析），在每步更新
last_accept_pos，仅当accept[state]为 true 时记录 - 想支持
\1捕获？放弃 DFA，换 NFA + 回溯，或者上 RE2（C++ 绑定可用）
编译期生成 DFA 的现实约束
用 constexpr 做 Thompson 构造理论上可行，但 GCC/Clang 对 constexpr 容器操作支持不一，std::set 和 std::map 在 C++20 前基本不能 constexpr；更稳的路是写个 Python 脚本预生成 trans[][] 数组和 accept[] 表，作为头文件 include 进来。
立即学习“C++免费学习笔记（深入）”；
- 生成脚本输出尽量用 C 风格数组：
static constexpr uint16_t dfa_trans[256][MAX_STATES] = { ... };，避免 STL 容器初始化开销 - 状态数超 64K 时，GCC 可能报
error: array size too large，得拆成多个 8-bit 分段查表 - 正则含 Unicode？先做 UTF-8 解码再喂 DFA，DFA 本身只认字节值，别试图在状态机里处理多字节逻辑
真正难的不是建图，是让生成器稳定处理 [^abc]、\d 这类语法糖，以及和业务 token 优先级对齐——这些细节漏一点，生成的 DFA 就和预期行为对不上。
