我是C#和面向对象编程的新手。我有一个解析一个非常大的文本文件的应用程序。
我有两本词典:
Dictionary<string, string> parsingDict //key: original value, value: replacement
Dictionary<int, string> Frequency // key: count, value: counted string
我找到了每个键的频率。我能够获得所需的输出:
System1已被MachineA 5次取代
System2已被MachineB 7 time替换
System3已被MachineC 10次取代
System4已被MachineD 19次取代
以下是我的代码:
String[] arrayofLine = File.ReadAllLines(File);
foreach (var replacement in parsingDict.Keys)
{
for (int i = 0; i < arrayofLine.Length; i++)
{
if (arrayofLine[i].Contains(replacement))
{
countr++;
Frequency.Add(countr, Convert.ToString(replacement));
}
}
}
Frequency = Frequency.GroupBy(s => s.Value)
.Select(g => g.First())
.ToDictionary(kvp => kvp.Key, kvp => kvp.Value); //Get only the distinct records.
foreach (var freq in Frequency)
{
sbFreq.AppendLine(string.Format("The text {0} was replaced {2} time(s) with {1} \n",
freq.Value, parsingDict[freq.Value],
arrayofLine.Where(x => x.Contains(freq.Value)).Count()));
}
使用String[] arrayofLine = File.ReadAllLines(File);
可以提高内存利用率。
arrayofLine.Where(x =&gt; x.Contains(freq.Value))。Count())如何使用File.ReadLine实现,因为它对内存友好。
答案 0 :(得分:0)
您可以轻松地一次阅读一行(ref)。
相关代码如下所示:
Dictionary<string,int> lineCount = new Dictionary<string,int>();
string line;
// Read the file and display it line by line.
using(System.IO.StreamReader file =
new System.IO.StreamReader("c:\\test.txt"))
{
while((line = file.ReadLine()) != null)
{
string value = DiscoverFreq(line);
lineCount[value] += 1;
}
}
注意:您必须考虑要存储的其他信息。将大文件中的行添加到字符串中与一次读取整个文件基本相同,但垃圾收集更多。
注2:我简化了更新计数的部分。您必须检查计数条目是否存在并添加它,如果存在则增加它。或者,您可以在扫描文件之前将所有freq.Values
设置为0来初始化lineCounts。
如果唯一字的数量足够高,那么您可能需要使用像SQLite这样的小型数据库来存储计数。这使您可以快速查询信息,而无需考虑如何存储和读取您自己编写的自定义文件。
答案 1 :(得分:0)
string line = string.Empty;
Dictionary<string, int> found = new Dictionary<int, string>();
using(System.IO.StreamReader file = new System.IO.StreamReader(@"c:\Path\To\BigFile.txt"))
{
while(!file.EndOfStream)
{
line = file.ReadLine();
// Matches found logic
if (!found.ContainsKey(line)) found.Add(line, 1);
else found[line] = found[line] + 1;
}
}