我有一些由log4cpp格式写的日志文件
- 根据log4cpp的性质，此文件按每行开头的日期时间排序
假设格式类似
2012-09-02 17:17:36.891 This is line 1 in file 2
...
2013-08-05 14:17:35.344 This is line 607082 in file 2
2013-08-05 14:17:36.891 This is line 607083 in file 2
...
2013-09-05 14:27:36.891 This is line 934594 in file 2
现在我正在编写一个解析这些文件的程序，并尝试快速找到一行。
例如，如果我运行
./ my_program -start_time“2013-08-05 14:17:36”file_2.txt
我希望这个程序可以返回607083.
此外，-start_time可以基于其他粒度，如“2013-08-05 14：17：35.899”或“2013-08-15”但我期待最接近的结果。
我可以逐行遍历此文件，并比较每行开头的时间戳（只是使用字符串比较），但这需要O（N）时间。我已经实现了这一点，并且发现如果开头有数百万行可以跳过它，那真的很慢。
我想知道我们是否可以使用二进制搜索。我认为这是返回最近结果的最佳方式，只需要O（lgN）时间
答案 0 :(得分：0)
是的，你可以。这是按日期排序的日志。为什么不采取应该是最近和最近一次约会的第一行和最后一行。
您可以创建一个将日期转换为秒的函数。在第一个电话中，转到您的日志中间并检查您的日期是大还是小等等......（二进制搜索）
希望这会有所帮助，并希望我对这将如何运作的解释是明确的
答案 1 :(得分：0)
当你在Unix / Posix下运行它时，你可以mmap（）整个文件并对内存进行操作（并避免使用lseek（）和朋友）。
所以，你得到一个'char * logbuffer = mmap（...）'指针，可以在那里执行二进制搜索。