Question

我正在用C ++中的XML做一些工作，我想知道存储XML数据的最佳数据结构是什么。请不要只告诉我你过去所听到的内容;我想知道最有效的结构是什么。我希望能够存储任意XML树（假设它是有效的），具有最小的内存开销和查找时间。

我最初的想法是哈希，但我无法弄清楚如何处理同一标签的多个孩子，以及如何处理属性。

Qt解决方案是可以接受的，但我更关心的是整体结构而不是特定的库。感谢您的投入。

Answer 1

最有效的结构是从DTD或Schema派生的一组类，它们定义了您要处理的特定XML实例。（当然你不会处理任意XML？）标签由类表示。单个孩子可以用字段表示。带有min ... max arity的Childen可以由包含数组的字段表示。具有不确定arity的子代可以由动态分配的数组表示。属性和子项可以存储为字段，通常使用推断的数据类型（如果属性表示数字，为什么将其存储为字符串？）。使用此方法，您通常可以使用本机C ++访问路径导航到XML文档中的特定位置，例如，根 - ＆GT; tag1.itemlist [1] - ＆GT;描述

所有这些都可以从Schema或DTD自动生成。有工具可以做到这一点。 Altova提供一些。我对此没有具体经验（尽管我已经为Java和COBOL构建了类似的工具）。

Answer 2

首先应根据具体数量确定存储，速度等方面的效率要求。在不知道这些信息的情况下，您无法判断您的实施是否满足要求。

并且，如果您有此要求，您可能会发现DOM满足它，并且具有零代码维护的优势。

对于未来的程序员来说，这将是一场噩梦，因为他们想知道为什么有人编写了DOM的替代实现。

实际上，你所做的任何事情都只是一个DOM实现，但可能是不完整的，并且对索引等进行了优化。我个人觉得重新发明轮子应该是你考虑的最后一件事。

Answer 3

已经构建了一个C ++ XML库：xerces。 http://xerces.apache.org/xerces-c/install-3.html

\ include \ boost-1_46_1 \ boost \ intrusive \中有一些树结构有一个红黑色和一个avl树，但长时间没看过那些，我不知道这些是否特别有用，我想不是。

XML是一种树结构。你不知道结构是什么，除非它有一个DTD定义并包含在一个（虽然验证器在validrome中断了！DOCTYPEs，它不应该）。

请参阅http://w3schools.com/xml/xml_tree.asp了解树例。

您可能会收到不遵循DTD或架构的内容。完全没有结构化。像这样：

<?xml version="1.0"?>
<a>
 <b>hello
  <e b="4"/>
  <c a="mailto:jeff@nowhere.com">text</c>
 </b>
 <f>zip</f>
 <z><b /><xy/></z>
 <zook flag="true"/>
 <f><z><e/></z>random</f>
</a>

我知道可查询的XML数据库确实存在，但我对它们知之甚少，除了它们可以处理非结构化数据。

PHP有一个XML解析器，它将它粘贴到PHP调用的数组中（不像C / C ++数组，因为数组可以有数组），你可以修改它以查看XML数据结构的示例应该有它。

你基本上想要的是一个非常灵活的树，其中根指针指向一个列表。列表中的每个节点都包含一个可以指向列表的指针。它应该是一个有序列表，所以把它做成一个。如果你的目的是能够删除数据，那么使用a而不是 - 它是有序的，同时具有易于操作的能力。

警告：.erase（iterator i）删除i之后的所有内容。 .erase（iterator i1，iterator i2）擦除了从i1到i2的所有内容。 .end（）是一个迭代器，它在列表结尾后指向1，基本上什么都没有。 .begin（）是一个指向列表开头的迭代器。

学习使用for_each（start，end，function）{}或使用常规for语句。

迭代器就像指针一样。如此对待它们。

#include <iterator>
#include <list>
#include <iostream>
using namespace std;
list<class node> nodelist;
list<class node>::iterator nli;
for (nli=nodelist.begin(); nli!=nodelist.end(); nli++) {
    cout<<nli->getData()<<endl;
}

节点需要有一个可选的属性列表，并注意到DTD可能包含在XML文档中，因此您必须能够读取它来解析文档（或者您可以将其丢弃）。您也可能遇到DTD的继承者XML Schema。

Answer 4

我认为存储xml的最有效的数据结构可能是vtd-xml，它使用long数组而不是许多互连的结构/类。主要思想是结构/类基于小内存分配器，这在正常情况下会产生严重的开销。有关更多详细信息，请参阅此文章。

http://soa.sys-con.com/node/250512

Answer 5

只需使用DOM来存储已解析的XML文件。当然有C ++ DOM库。您可以使用XPath表达式查询DOM。

Answer 6

我不确定最有效的方法是什么，但由于DOM已经存在，为什么要重新发明轮子？

使用名称对所有节点进行查找可能是有意义的，但您仍应使用DOM作为基本表示。

Answer 7

我自己一直在探索这个问题。而且，这些是我的想法。

a）xml中的每个元素都是节点或（键，值）对。 b）将每个元素存储在哈希中。为每个元素分配一个类型，即“节点”，“键，值”。 c）每个元素都有父母。为每个人分配一个值。 d）每个元素可能或可能没有子女/参考。将子项存储在btree中，该btree将定义引用。

任何键的搜索时间都是O（1）。参考遍历可以包含元素内所有子项的列表。

请查看并提出我错过的内容。

最有效的数据结构，用于在C ++中存储XML树

7 个答案: