Question

我有2个文本文件：

主文件：Library.txt
要比较的文件：fileToCompare.txt

主文件（ Library.txt ）包含很多单词，但仍然不完整。因此，我在线搜索以查找更多单词并将其保存在 fileToCompare.txt 中。但Library.txt＆amp;中必须有许多相同的单词。 fileToCompare.txt，所以要删除我需要将 fileToCompare.txt 与 Library.txt 进行比较的相同单词，以确定哪些单词相同。

我消除相同单词的方法是将每个单词逐一与Library.txt进行比较。这意味着如果第一个单词是“apple”，那么“apple”将在Library.txt中逐个比较每个单词1，当它找到它时，“apple”就是这两个文件中出现的相同单词。如果没有找到，“apple”将在控制台中cout并保存文本文件（之前要求用户输入文件名以保存不存在的单词）。

我发现如果 fileToCompare.txt 包含很多单词，例如1mb的文件大小，比较所有单词需要一个小时。所以我想出了一个方法：

fileToCompare.txt 按字母顺序排序，因此始终从字母“a”开始（如果是）。它像往常一样比较，当它达到字母“b”时，它会在“lib /”目录中创建另一个文本文件 Library2.txt 。
我ofstream所有字词都从字母“b”开始到 Library2.txt 。现在，它不是与主文件进行比较，而是与 Library2.txt 进行比较。或者我现在可以说 Library2.txt 是主文件。
比较过程从字母“b”开始继续，如果它达到字母“c”，则会创建另一个文本文件 Library3.txt 和ofstream所有单词从字母开始“ c“等等......直到字的结尾显然从”z“开始，这是比较过程的结束。

但问题是它不会消除相同的词语，实际上有些词语会消除，但很多人不这样做。我检查了主文件，输出文件中的一些单词是相同的这是 Library.txt ＆amp;的下载链接。 fileToCompre.txt 如果您需要它：

Library.txt - ＆gt; https://www.dropbox.com/s/ihqpaju3b33ysgv/Library.txt?dl=0
fileToCompre.txt - ＆gt; https://www.dropbox.com/s/pioy77g9mfz9och/fileToCompare.txt?dl=0

我上面解释的可能是令人困惑的，实际上代码非常混乱，我知道这很难理解，一定要带你整整一个晚上弄明白。

#include<iostream>
#include<conio.h>
#include<fstream>

using namespace std;

int main(){
    string txt="fileToCompare.txt";
    ifstream lib;
    lib2.open(txt.c_str());
    if(!lib2){
        cout<<"\n Oops! "<<txt<<" is missing!\n If such file exists, be sure to check the file extension is .txt\n";
        getch();
        main();
    }
    cout<<"\n Enter the file name to save the non-existing words\n (required an extension at the end)\n";
    getline(cin,word);
    string libPath="lib/"+word,alphaStr="a",libtxt[26]={"Library.txt","lib/Library2.txt","lib/Library3.txt","lib/Library4.txt","lib/Library5.txt","lib/Library6.txt","lib/Library7.txt","lib/Library8.txt","lib/Library9.txt","lib/Library10.txt","lib/Library11.txt","lib/Library12.txt","lib/Library13.txt","lib/Library14.txt","lib/Library15.txt","lib/Library16.txt","lib/Library17.txt","lib/Library18.txt","lib/Library19.txt","lib/Library20.txt","lib/Library21.txt","lib/Library22.txt","lib/Library23.txt","lib/Library24.txt","lib/Library25.txt","lib/Library26.txt"};
    const char* wordChar=libPath.c_str();
    const char* libManip=libtxt[0].c_str();
    int alphaI=1,boolcheck=1;
    lib.open(libManip);
    outWord.open(wordChar);
    while(getline(lib2,libStr2)){
        if(libStr2.substr(0,1)!=alphaStr){
            lib.close();
            lib.open(libManip);
            libMO.open(libtxt[alphaI].c_str());
            while(getline(lib,libStr)){
                if(libStr.substr(0,1)!=alphaStr){
                    libMO<<libStr<<endl;
                }
            }
            libManip=libtxt[alphaI].c_str();
            libMO.close();
            lib.close();
            alphaI++;
            alphaStr=libStr2.substr(0,1);
            boolcheck=1;
        }
        if(boolcheck==1){
            lib.close();
            lib.open(libManip);
            boolcheck=0;
        }
        while(getline(lib,libStr)){
            if(libStr==libStr2){
                found=1;
                break;
            }
        }
        if(!found){
            cout<<"\n "<<libStr2;
            outWord<<libStr2<<endl;
            countNF++;
        }
        count++;
        found=0;
    }
    cout<<"\n\n\n Total words: "<<count<<"\n Total words reserved: "<<countNF;
    lib2.close();
    lib.close();
    getch();
    return 0;
}

Answer 1

您应该使用不同的算法/数据结构进行比较。以下示例使用std::set。它读取两个文件并将合并的结果写入merged.txt：

#include <iostream>
#include <set>
#include <string>
#include <fstream>

int main()
{
   std::ifstream lib("Library.txt");;

   std::set<std::string> lib_set;
   std::string word;
   while (lib >> word)
   {
      lib_set.insert(word);
   }

   std::ifstream check("fileToCompare.txt");
   while (check >> word)
   {
      lib_set.insert(word);
   }

   std::ofstream merged("merged.txt");

   std::set<std::string>::iterator it;
   for (it = lib_set.begin(); it != lib_set.end(); ++it)
   {
       merged << *it << std::endl;
   }
}

在我的计算机上为您的数据集执行此操作需要0.8秒。

Answer 2

由于文件fileToCompare.txt和Library.txt按字母顺序排序，您的代码可以利用它。

从每个文件中读取一个单词。
如果两个单词相同，请阅读文件中的下一个单词。
如果fileToCompare.txt中的单词小于Library.txt中的单词，请保留来自Library.txt的单词并从fileToCompare.txt中读取下一个单词。否则，请保留fileToCompare.txt中的单词并阅读下一个单词Library.txt。
继续这样做，直到没有更多的文字可读。
最后，如果fileToCompare.txt中还有更多单词，请阅读并打印它们。

以下程序遵循上述逻辑，似乎对我有用。

isInstalled

C ++比较两个不同文本文件之间的单词

2 个答案: