Question

我有一个基本上由向量矩阵组成的类：vector< MyFeatVector<T> > m_vCells，其中外向量表示矩阵。然后，此矩阵中的每个元素都是vector（我扩展了stl vector类，并将其命名为MyFeatVector<T>）。

我正在尝试编写一种有效的方法来将此类的对象存储在二进制文件中。到目前为止，我需要三个嵌套循环：

foutput.write( reinterpret_cast<char*>( &(this->at(dy,dx,dz)) ), sizeof(T) );

其中this->at(dy,dx,dz)检索位置dz处向量的[dy,dx]元素。

是否有可能在不使用循环的情况下存储m_vCells私有成员？我试过像foutput.write(reinterpret_cast<char*>(&(this->m_vCells[0])), (this->m_vCells.size())*sizeof(CFeatureVector<T>));这样的东西似乎无法正常工作。我们可以假设这个矩阵中的所有向量都具有相同的大小，尽管也欢迎更通用的解决方案： - ）

此外，在我的嵌套循环实现之后，将该类的对象存储在二进制文件中似乎比在纯文本文件中存储相同的对象需要更多的物理空间。这有点奇怪。

我试图遵循http://forum.allaboutcircuits.com/showthread.php?t=16465下的建议，但无法找到合适的解决方案。

谢谢！

下面是我的serialization和unserialization方法的简化示例。

template < typename T >
bool MyFeatMatrix<T>::writeBinary( const string & ofile ){

    ofstream foutput(ofile.c_str(), ios::out|ios::binary);
    foutput.write(reinterpret_cast<char*>(&this->m_nHeight), sizeof(int));
    foutput.write(reinterpret_cast<char*>(&this->m_nWidth), sizeof(int));
    foutput.write(reinterpret_cast<char*>(&this->m_nDepth), sizeof(int));

    //foutput.write(reinterpret_cast<char*>(&(this->m_vCells[0])), nSze*sizeof(CFeatureVector<T>));
    for(register int dy=0; dy < this->m_nHeight; dy++){
       for(register int dx=0; dx < this->m_nWidth; dx++){
          for(register int dz=0; dz < this->m_nDepth; dz++){
              foutput.write( reinterpret_cast<char*>( &(this->at(dy,dx,dz)) ), sizeof(T) );
          }
       }
    }

    foutput.close();
    return true;
}

template < typename T >
bool MyFeatMatrix<T>::readBinary( const string & ifile ){

    ifstream finput(ifile.c_str(), ios::in|ios::binary);

    int nHeight, nWidth, nDepth;
    finput.read(reinterpret_cast<char*>(&nHeight), sizeof(int));
    finput.read(reinterpret_cast<char*>(&nWidth), sizeof(int));
    finput.read(reinterpret_cast<char*>(&nDepth), sizeof(int));

    this->resize(nHeight, nWidth, nDepth);

    for(register int dy=0; dy < this->m_nHeight; dy++){
        for(register int dx=0; dx < this->m_nWidth; dx++){
            for(register int dz=0; dz < this->m_nDepth; dz++){
                finput.read( reinterpret_cast<char*>( &(this->at(dy,dx,dz)) ), sizeof(T) );
            }
        }
    }
    finput.close();
    return true;
}

Answer 1

最有效的方法是将对象存储到数组（或连续空间）中，然后将缓冲区压缩到文件中。一个优点是磁盘盘片不会浪费时间，而且写入也可以连续进行而不是随机进行。

如果这是您的性能瓶颈，您可能需要考虑使用多个线程，一个额外的线程来处理输出。将对象转储到缓冲区，设置标志，然后写入线程将处理输出，从而重新执行主要任务以执行更重要的任务。

编辑1：序列化示例
以下代码尚未编译，仅用于说明目的。

#include <fstream>
#include <algorithm>

using std::ofstream;
using std::fill;

class binary_stream_interface
{
    virtual void    load_from_buffer(const unsigned char *& buf_ptr) = 0;
    virtual size_t  size_on_stream(void) const = 0;
    virtual void    store_to_buffer(unsigned char *& buf_ptr) const = 0;
};

struct Pet
    : public binary_stream_interface,
    max_name_length(32)
{
    std::string     name;
    unsigned int    age;
    const unsigned int  max_name_length;

    void    load_from_buffer(const unsigned char *& buf_ptr)
        {
            age = *((unsigned int *) buf_ptr);
            buf_ptr += sizeof(unsigned int);
            name = std::string((char *) buf_ptr);
            buf_ptr += max_name_length;
            return;
        }
    size_t  size_on_stream(void) const
    {
        return sizeof(unsigned int) + max_name_length;
    }
    void    store_to_buffer(unsigned char *& buf_ptr) const
    {
        *((unsigned int *) buf_ptr) = age;
        buf_ptr += sizeof(unsigned int);
        std::fill(buf_ptr, 0, max_name_length);
        strncpy((char *) buf_ptr, name.c_str(), max_name_length);
        buf_ptr += max_name_length;
        return;
    }
};


int main(void)
{
    Pet dog;
    dog.name = "Fido";
    dog.age = 5;
    ofstream    data_file("pet_data.bin", std::ios::binary);

    // Determine size of buffer
    size_t  buffer_size = dog.size_on_stream();

    // Allocate the buffer
    unsigned char * buffer = new unsigned char [buffer_size];
    unsigned char * buf_ptr = buffer;

    // Write / store the object into the buffer.
    dog.store_to_buffer(buf_ptr);

    // Write the buffer to the file / stream.
    data_file.write((char *) buffer, buffer_size);

    data_file.close();
    delete [] buffer;
    return 0;
}

编辑2：具有字符串向量

的类

class Many_Strings
    : public binary_stream_interface
{
    enum {MAX_STRING_SIZE = 32};

    size_t    size_on_stream(void) const
    {
        return m_string_container.size() * MAX_STRING_SIZE  // Total size of strings.
               + sizeof(size_t); // with room for the quantity variable.
    }

    void      store_to_buffer(unsigned char *& buf_ptr) const
    {
        // Treat the vector<string> as a variable length field.
        // Store the quantity of strings into the buffer,
        //     followed by the content.
        size_t string_quantity = m_string_container.size();
        *((size_t *) buf_ptr) = string_quantity;
        buf_ptr += sizeof(size_t);

        for (size_t i = 0; i < string_quantity; ++i)
        {
            // Each string is a fixed length field.
            // Pad with '\0' first, then copy the data.
            std::fill((char *)buf_ptr, 0, MAX_STRING_SIZE);
            strncpy(buf_ptr, m_string_container[i].c_str(), MAX_STRING_SIZE);
            buf_ptr += MAX_STRING_SIZE;
        }
    }
    void load_from_buffer(const unsigned char *& buf_ptr)
    {
        // The actual coding is left as an exercise for the reader.
        // Psuedo code:
        //     Clear / empty the string container.
        //     load the quantity variable.
        //     increment the buffer variable by the size of the quantity variable.
        //     for each new string (up to the quantity just read)
        //        load a temporary string from the buffer via buffer pointer.
        //        push the temporary string into the vector
        //        increment the buffer pointer by the MAX_STRING_SIZE.
        //      end-for
     }
     std::vector<std::string> m_string_container;
};

Answer 2

我建议您阅读C++ FAQ on Serialization，然后您可以选择最适合您的

当你在使用结构和类时，你需要处理两件事

课堂内的指针
填充字节

这些都可能会在您的输出中产生一些臭名昭着的结果。 IMO，该对象必须实现序列化和反序列化对象。对象可以很好地了解结构，指针数据等。因此它可以决定哪种格式可以有效实现。

无论如何你必须迭代或者必须将它包装在某个地方。完成序列化和反序列化功能后（可以使用运算符或函数编写）。特别是当您使用stream objects, overloading << and >> operators时，很容易传递对象。

关于使用向量的底层指针的问题，如果它是单个向量，它可能会起作用。但另一方面，这不是一个好主意。

根据问题更新进行更新。

在覆盖STL成员之前，您应该考虑的事情很少。它们不是真正的继承候选者，因为它没有任何虚拟析构函数。如果您使用基本数据类型和类似POD的结构，它将不会产生太多问题。但如果你真正以对象为导向使用它，你可能会遇到一些不愉快的行为。

关于你的代码

为什么要将它类型化为char *？
您可以选择序列化对象的方式。 IMO你做的是序列化名称的基本文件写操作。
序列化归结为对象。即模板类中的参数“T”。如果您正在使用POD，或基本类型不需要特殊同步。否则你要仔细选择写对象的方法。
您可以选择选择文本格式或二进制格式。文本格式总是有成本，同时它易于操作而不是二进制格式。

例如，以下代码用于简单的读写操作（文本格式）。

fstream fr("test.txt", ios_base::out | ios_base::binary );
for( int i =0;i <_countof(arr);i++)
    fr << arr[i] << ' ';

fr.close();

fstream fw("test.txt", ios_base::in| ios_base::binary);

int j = 0;
while( fw.eof() || j < _countof(arrout))
{
    fw >> arrout[j++];
}

Answer 3

在我看来，生成包含向量的二进制文件的最直接的根是内存映射文件并将其放在映射区域中。正如sarat所指出的，你需要担心如何在类中使用指针。但是，boost-interprocess library有tutorial如何使用包含memory mapped files的共享内存区域来执行此操作。

Answer 4

首先，你看过Boost.multi_array了吗？总是很好地采取现成的东西，而不是重新发明轮子。

那就是说，我不确定这是否有用，但这是我如何实现基本数据结构，并且序列化相当容易：

#include <array>

template <typename T, size_t DIM1, size_t DIM2, size_t DIM3>
class ThreeDArray
{
  typedef std::array<T, DIM1 * DIM2 * DIM3> array_t;
  array_t m_data;

public:

  inline size_t size() const { return data.size(); }
  inline size_t byte_size() const  { return sizeof(T) * data.size(); }

  inline T & operator()(size_t i, size_t j, size_t k)
  {
     return m_data[i + j * DIM1 + k * DIM1 * DIM2];
  }

  inline const T & operator()(size_t i, size_t j, size_t k) const
  {
     return m_data[i + j * DIM1 + k * DIM1 * DIM2];
  }

  inline const T * data() const { return m_data.data(); }
};

您可以直接序列化数据缓冲区：

ThreeDArray<int, 4, 6 11> arr;
/* ... */
std::ofstream outfile("file.bin");
outfile.write(reinterpret_cast<char*>(arr.data()), arr.byte_size());

将对象保存到二进制文件的有效方法

4 个答案:

编辑2：具有字符串向量