Question

我正在使用C ++，ifstream和文本文件。我正在寻找每行结尾的位置，因为我需要从行尾读取n个字符。

目前，我正在读取每个字节并测试它是否与Unix换行符（LF）相对应。

不幸的是，输入通常是长文本，我的方法也不快。

有没有更快的方法？

Answer 1

如果您正在寻找原始速度，我会将内存映射到文件并使用strchr之类的内容来查找换行符;

p = strchr(line_start, '\n');

然后只要p不是NULL或内存区域中的第一个字符，就可以使用p[-1]在换行符之前读取字符。

注意：如果文件可能包含'\0'个字符，那么您应该使用memchr。实际上，这可能是合乎需要的，因为它允许您指定缓冲区的大小（内存区域）。

Answer 2

我正在使用C ++，ifstream和文本文件。我正在寻找每一行结尾的位置，因为我需要从行尾读取n个字符。

我会专注于你的要求，从行尾读取'n'个字符，而不是你的问题：

// Untested.
std::string s;
while(std::getline(std::cin, s)) {
    if(s.size() > n) s.erase(s.begin(), s.end()-n);
    // s is the last 'n' chars of the line
    std::cout << "Last N chars: " << s << "\n";
}

Answer 3

您可以查看std::string中的getline功能。尝试一次读取整行，然后从字符串末尾读取字符。

与性能问题一样，真正的诀窍是通过分析器运行代码以查看它花费时间的位置。 “最快”和“足够快”之间通常存在非常明显的区别。

Answer 4

没有更简单的方法可以到达行标记的末尾，但是通过存储读取数据时读取的内容可以节省一些时间。你不需要回去，你的循环会非常快。

创建一个大小为n的字符数组，并将其用作循环缓冲区：当你到达数组的末尾时，只需回到它的开头即可。将字符存储在循环缓冲区的下一个位置。

当你检测到'\n'时，你的缓冲区包含n个先前字符，只是略有乱序：前缀从你的缓冲区指针开始并转到缓冲区的末尾，后缀开始在零处，并转到缓冲区指针减一。

以下是如何使其发挥作用的示例（假设n == 20）：

int main()
{
    ifstream fs("c:\\temp\\a.txt");
    char buf[20];
    int bp = 0;
    bool circular = false;
    while (fs.good()) {
        char ch = fs.get();
        if (ch != '\n') {
            buf[bp] = ch;
            bp = (bp+1) % 20;
            circular |= !bp;
        } else {
            string s;
            if (circular) {
                s = string(buf+bp, buf+20) + string(buf, buf+bp);
            } else {
                s = string(buf, buf+bp);
            }
            cerr << s << endl;
            circular = false;
            bp = 0;
        }
    }
    return 0;
}

Answer 5

快速＆amp;肮脏的方式是这样的：

ifs.seekg( 0, std::ifstream::end );
std::string buffer( ifs.tellg(), '\0' );
ifs.seekg( 0, std::ifstream::beg );
ifs.read( &buffer[0], buffer.size() );

然后在缓冲区上工作。这可能会为您提供所需的全部速度（根据我的经验，可以达到许多数量级）。如果你想能够处理任意大的文件，你需要稍微修改一下逻辑（而不是用块搜索）。

Answer 6

无论你做什么，你仍然最终会通过文件线性搜索。您可能搜索速度更快，但仍然是线性搜索。

真正的解决方案是更改文件的格式，因此在文件开头附近写入“有趣”字符的索引。到了阅读它的时候，你可以完全跳过文件的“无趣”部分。

如果不可能，您可以生成单独的“索引”文件。这不会使您无需执行一次线性搜索，但可以避免在同一文件上重复执行此操作。这当然只有在你不止一次处理同一个文件时才有意义。

顺便说一句，即使是线性扫描也应该非常快。你应该比任何东西都更受I / O限制。您的文件有多大，“我的方法不快”是什么意思？

找到一条线末端位置的有效方法

6 个答案: