Question

我正在使用一个将使用bitset的项目。由于提供的文本文件非常大（> 800M），将其直接加载到std :: bitset将花费超过25秒。所以我想将文本文件预处理为内存转储二进制文件。因为8位的字符将转换为1位，所以文件加载的成本时间将减少很多。我写了一个演示代码：

#include <iostream>      
#include <bitset>         
#include <string>
#include <stdexcept>      
#include <fstream>
#include <math.h> 

int main () {
    const int MAX_SIZE = 19;
    try {

        std::string line = "1001111010011101011";
        int copy_bypes = (int)ceil((float)MAX_SIZE / 8.0);


        std::bitset<MAX_SIZE>* foo = new (std::nothrow)std::bitset<MAX_SIZE>(line);     // foo: 0000
        std::ofstream os ("data.dat", std::ios::binary);
        os.write((const char*)&foo, copy_bypes);
        os.close();


        std::bitset<MAX_SIZE>* foo2 = new (std::nothrow)std::bitset<MAX_SIZE>();
        std::ifstream input("data.dat",std::ios::binary);
        input.read((char*)&foo2, copy_bypes);
        input.close();

        for (int i = foo2->size() -1 ; i >=0 ; --i) {
            std::cout  << (*foo2)[i];
        }
        std::cout <<std::endl;
    }
    catch (const std::invalid_argument& ia) {
        std::cerr << "Invalid argument: " << ia.what() << '\n';
    }
    return 0;
}

它似乎工作正常，但我担心这种用法在生产环境中确实可以正常工作。

先谢谢了。

Answer 1

将二进制非trival类写入文件非常危险。您应该将bitset转换为定义良好的二进制数据。如果您知道您的数据适合无符号long long，则可以使用bitset＆lt;＆gt; :: to_ullong（）并写入/读取unsigned long long。如果你想这是跨平台beetwet，例如在64位和32位平台上，您应该使用固定大小的类型。

Answer 2

这两行错误

os.write((const char*)&foo, copy_bypes);
input.read((char*)&foo2, copy_bypes);

您将指针的地址传递给foo2，而不是std::bitset对象本身。但即使它得到了纠正：

os.write((const char*)foo, copy_bypes);
input.read((char*)foo2, copy_bypes);

在生产环境中使用会不安全。在此，您假设std::bitset是PODtype，并按此访问它。但是，当您的代码变得更加复杂时，您将面临写作或阅读过多的风险，并且没有任何保护措施可以阻止未定义的行为发生。 std::bitset被认为是方便的，而不是快速的，它通过它提供的访问位的方法来表达 - 没有正确的方法来获取其存储的地址，例如，{std::vector 1}}或std::string提供。如果您需要表现，您需要自己实施。

将std :: bitset写入二进制文件并将文件加载到std：bitset

2 个答案: