Question

我有一个很大的CSV（大约75 MB）：

1,2,4
5,2,0
1,6,3
8,3,1
...

我用这段代码存储我的数据：

#include <sstream>
#include <fstream>
#include <vector>

int main()
{
    char c; // to eat the commas

    int x, y, z;
    std::vector<int> xv, yv, zv;

    std::ifstream file("data.csv");
    std::string line;

    while (std::getline(file, line)) {
        std::istringstream ss(line);
        ss >> x >> c >> y >> c >> z;
        xv.push_back(x);
        yv.push_back(y);
        zv.push_back(z);
    }

    return 0;
}

它带我进入这个大型CSV（约75MB）：

real        0m7.389s
user        0m7.232s
sys         0m0.132s

那太多了！

最近，使用Sublime Text的Snippet，我发现了另一种读取文件的方法：

#include <iostream>
#include <vector>
#include <cstdio>

int main()
{
    std::vector<char> v;

    if (FILE *fp = fopen("data.csv", "r")) {
        char buf[1024];
        while (size_t len = fread(buf, 1, sizeof(buf), fp))
            v.insert(v.end(), buf, buf + len);
        fclose(fp);
    }
}

在这个大型CSV（~75MB）中，它（没有获取数据）花了我的时间：

real        0m0.118s
user        0m0.036s
sys         0m0.080s

这是一个巨大的时间差异！

问题是如何在chars向量中以更快的方式获取3个向量中的数据！我不知道如何以比第一次提议更快的方式做到。

非常感谢！ ^^

Answer 1

当然你的第二个版本会快得多 - 它只是将文件读入内存，而不解析其中的值。使用C风格I / O的第一个版本的等价物将是

if (FILE *fp = fopen("data.csv", "r")) {
    while (fscanf(fp, "%d,%d,%d", &x, &y, &z) == 3) {
        xv.push_back(x);
        yv.push_back(y);
        zv.push_back(z);
    }
    fclose(fp);
}

对我来说，它比C ++风格的版本快三倍。但是没有中间stringstream

的C ++版本

while (file >> x >> c >> y >> c >> z) {
    xv.push_back(x);
    yv.push_back(y);
    zv.push_back(z);
}

几乎一样快。

Answer 2

保存文件中写入了多少个数字。然后，在加载时调整向量的大小。可以减少时间。

在C ++中从CSV获取数据的最快方法

2 个答案: