Question

我有两个文件。一个文件为15 GB。另一个是684 MB。这两个文件具有相同的结构：它们由许多字符串组成，每行一个（也就是说，每个字符串由\n分隔）。

无聊的一天，作为我的好奇新手，我决定编写一个C ++程序，将这些文件读入RAM。我在Fedora 28上使用G ++ 8.1.1编译了程序，发现当我将小文件读入RAM时，它将消耗2154 MB的RAM，而当我读大文件时，它将消耗70.2 GB的RAM。分别是原始文件大小的3.15倍和4.68倍。

为什么会这样？

这是此简单程序的源代码。我正在使用std :: vector将每一行存储为std :: string。我觉得这个问题实际上可以归结为C ++如何处理字符串？我应该考虑使用另一种数据类型吗？

#include <iostream>
#include <fstream>
#include <vector>

int main()
{
    std::ifstream inFile;
    std::vector<std::string> inStrings;
    std::string line;
    inStrings.reserve(1212356398);
    inFile.open("bigfile.txt");
    if (!inFile)
    {
            std::cerr << "Unable to open the hardcoded file" << std::endl;
            exit(1);
    }
    while(getline(inFile, line))
    {
            inStrings.push_back(line);
    }
    std::cout << "done reading" << std::endl;
    std::cin.get();
    return 0;
}

Answer 1

如果您尝试在学校中或作为练习来实施动态数组，请回忆分配策略，例如每次容量满时将容量增加一倍；同样，向量准备存储的量要大于实际存储的量。

同时，一个字符串本身存储一个长度，一个容量以及一个~~参考计数器~~，即使对于一个空字符串，它也至少要包含3个单词。

修改

是的，我想有关参考计数器的内容不正确。我记得这是3个字，出于某种原因，我认为它没有计算指向实际分配的内存的指针。但是我想也许仅仅是这样：指向实际字符串的指针。

无论如何，由于编译器之间的优化，实际情况有所不同。搜索“ std :: string内存分配”或类似的内容以了解更多信息。

为什么这个C ++向量会使用那么多的RAM？

1 个答案: