Question

我有一个程序生成包含字符A-Z随机分布的文件。我编写了一个方法，使用不同缓冲区大小的fread读取这些文件（并计算每个字符），以确定最佳块大小读取。这是方法：

int get_histogram(FILE * fp, long *hist, int block_size, long *milliseconds, long *filelen)
{
    char *buffer = new char[block_size];
    bzero(buffer, block_size);

    struct timeb t;
    ftime(&t);
    long start_in_ms = t.time * 1000 + t.millitm;

    size_t bytes_read = 0;
    while (!feof(fp))
    {
        bytes_read += fread(buffer, 1, block_size, fp);
        if (ferror (fp))
        {
            return -1;
        }
        int i;
        for (i = 0; i < block_size; i++)
        {
            int j;
            for (j = 0; j < 26; j++)
            {
                if (buffer[i] == 'A' + j)
                {
                    hist[j]++;
                }
            }
        }
    }

    ftime(&t);
    long end_in_ms = t.time * 1000 + t.millitm;
    *milliseconds = end_in_ms - start_in_ms;
    *filelen = bytes_read;

    return 0;
}

然而，当我使用2 - 2 ^ 20的块大小绘制字节/秒与块大小（缓冲区大小）时，我得到一个4字节的最佳块大小 - 这是不正确的。我的代码肯定有问题，但我找不到它。

感谢任何建议。

问候。

编辑：

本练习的目的是通过记录不同缓冲区大小的读取时间（加上计算时间）来演示最佳缓冲区大小。文件指针由调用代码打开和关闭。

Answer 1

此代码中存在许多错误：

它使用new[]，即C ++。
它不释放已分配的内存。
它始终循环block_size字节的输入，而不是bytes_read返回的fread()。

此外，实际的直方图代码效率很低，因为它似乎遍历每个字符以确定它是哪个字符。

更新：删除了在I / O错误之前使用feof()的声明，因为那不是真的。感谢Eric在评论中指出这一点。

Answer 2

您没有说明您正在运行此平台，以及您使用的编译时参数。

当然，fread()涉及一些开销，离开用户模式并返回。另一方面，您不是直接设置hist[]信息，而是循环使用字母表。这是不必要的，如果没有优化，每个字节会产生一些开销。

我会用hist[j-26]++或类似的东西重新测试一下。

通常情况下，如果缓冲区大小等于给定媒体的系统缓冲区大小，则可以实现最佳时序。

用于从文件中读取的C ++最佳块大小

2 个答案: