Question

这是some other question中讨论的衍生产品。

假设我必须解析大量非常长的字符串。每个字符串包含由空格分隔的double s序列（当然是文本表示形式）。我需要将double解析为List<double>。

标准解析技术（使用string.Split + double.TryParse）似乎相当慢：对于每个数字，我们需要分配一个字符串。

我试图使它成为旧的类C方式：计算包含数字的子串的开头和结尾的索引，并在“就地”解析它，而不创建额外的字符串。（参见下面显示的http://ideone.com/Op6h0相关部分。）

int startIdx, endIdx = 0;
while(true)
{
    startIdx = endIdx;
    // no find_first_not_of in C#
    while (startIdx < s.Length && s[startIdx] == ' ') startIdx++;
    if (startIdx == s.Length) break;
    endIdx = s.IndexOf(' ', startIdx);
    if (endIdx == -1) endIdx = s.Length;
    // how to extract a double here?
}

有string.IndexOf的重载，只在给定的子字符串中搜索，但是我找不到从子字符串解析double的方法，而没有先实际提取该子字符串。

有没有人有想法？

Answer 1

没有托管API 来解析子字符串中的double。我的猜测是，与double.Parse中的所有浮点运算相比，分配字符串是无关紧要的。

无论如何，您可以通过创建长度为100的“缓冲区”字符串来保存分配，该字符串仅由空格组成。然后，对于要解析的每个字符串，使用不安全代码将字符复制到此缓冲区字符串中。用空格填充缓冲区字符串。对于解析，您可以使用NumberStyles.AllowTrailingWhite，这将导致尾随空格被忽略。

获取指向字符串的指针实际上是完全支持的操作：

    string l_pos = new string(' ', 100); //don't write to a shared string!
    unsafe 
    {
        fixed (char* l_pSrc = l_pos)
        {               
              // do some work
        }
    }

C＃具有将字符串绑定到char *的特殊语法。

Answer 2

如果你想真的很快，我会使用状态机

这可能看起来像：

enum State
{
    Separator, Sign, Mantisse etc.
}
State CurrentState = State.Separator;
int Prefix, Exponent, Mantisse;
foreach(var ch in InputString)
{
    switch(CurrentState)
    { // set new currentstate in dependence of ch and CurrentState
        case Separator:
           GotNewDouble(Prefix, Exponent, Mantisse); 


    }

}

解析没有字符串拆分

2 个答案: