用STL中的map和multimap解决文件匹配问题

来源：互联网发布：c%2b%2b游戏编程编辑：程序博客网时间：2024/05/06 18:56

某网友提问：

“

0000172009010199999999001 他们对应的结构体是id[7];date[9],date[9];item[4]

0000202009010299999999001 这是一个纯文本文件，名字叫info(d:/info)

0000222009010399999999003

0000232009010499999999002

0000242009010599999999005

0000302009010699999999001

说明：A参数是一个6位的字符串，比如说是000017；由于info文件特别大，查找A是否与info中的id匹配时，要用二分法进行查找(info中已经按id排好序了)，要用c++实现下面的函数，请高手帮忙！！！！！！

int getValue( char A )

{

if(A与info文件中id匹配，并且id对应的item是“001”的话){return 1;}

if(A与info文件中id匹配，并且id对应的item是“002”的话){return 2;}

}

”

以前还碰到一个类似的问题，是在Window Mobile上的。

这个问题的解决办法有很多，用二分法自然是其中一个。但在这里，我想用STL中的map或者multimap来解决问题。

1) key单一的情况，用map

#include <iostream>

#include <fstream>

#include <map>

#include <string>

using namespace std;

// 假定info.txt的内容是：

// 0000172009010199999999001

// 0000202009010299999999001

// 0000222009010399999999003

// 0000232009010499999999002

// 0000242009010599999999005

// 0000212009010599999999005 <<< strkey为000021，目前排第6

// 0000302009010699999999001

//* 用map的方式解决

int main(void)

{

ifstream fin("info.txt");

if(!fin)

{

cout << "can not open file..." << endl;

}

// 创建map，第一个string做为key，第二个string作为value

map<string, string> linemap;

string strkey;

string strvalue;

char linestring[26];

while(fin)

{

// 读取info.txt的一行，存入linestring

fin.getline(linestring, 26);

// 将lingstring赋值给strvalue

strvalue = linestring;

// 取前位作为key

strkey = strvalue.substr(0, 6);

// 将key，value对存入map中

linemap.insert(pair<string, string>(strkey, strvalue));

}

fin.close();

// 设定要查找的字符串，将查得的结果存入stringresult中

string s = "000017";

string stringresult;

// 声明iterator

map<string, string>::iterator p;

// 检查数据被插入后，是否根据strkey排序了 -> 结论：排序了

// 即使info.txt中有重复的key，也只会有第一行含有key的文本，会被读入到map中

for(p = linemap.begin(); p != linemap.end(); ++p)

{

cout << p->second << endl;

}

// 查找。用find的方式只能得到符合结果的第一条记录

p = linemap.find(s);

// 如果找到

if(p != linemap.end())

{

// 将p->second，即被找到符合条件记录的strvalue赋给stringresult

stringresult = p->second;

// 拆分stringresult

cout << " id: " << stringresult.substr(0,6) << endl;

cout << "date1: " << stringresult.substr(6, 8) << endl;

cout << "date2: " << stringresult.substr(14, 8) << endl;

cout << " item: " << stringresult.substr(22) << endl;

}

return 0;

}

// 所得结果如下：

// 0000172009010199999999001

// 0000202009010299999999001

// 0000212009010599999999005 <<< 根据strkey，被排到了前面，即第3的位置

// 0000222009010399999999003

// 0000232009010499999999002

// 0000242009010599999999005

// 0000302009010699999999001

// The result is: 0000172009010199999999001

// id: 000017

// date1: 20090101

// date2: 99999999

// item: 001

我们知道，the main characteristics of a map as an associative container are:

- Unique key values: no two elements in the map have keys that compare equal to each other. 即不能有重复的key。

- Each element is composed of a key and a mapped value.

- Elements follow a strict weak ordering at all times. 也就说是插入效率相对较低，因为在插入时，对根据key来做排序。

2) key有重复的情况，用multimap

如果需要处理有重复的key，那么就要用到multimap。

#include <iostream>

#include <fstream>

#include <map>

#include <string>

using namespace std;

// 用multimap解决，解决有重复的key

// 假定info.txt的内容如下

// 0000172009010199999999001 <<< 重复

// 0000172009010199999999002 <<< 重复

// 0000172009010199999999003 <<< 重复

// 0000172009010199999999004 <<< 重复

// 0000202009010299999999001

// 0000222009010399999999003

// 0000232009010499999999002

// 0000242009010599999999005

// 0000302009010699999999001

int main(void)

{

ifstream fin("info.txt");

if(!fin)

{

cout << "can not open file..." << endl;

}

// 创建multimap，第一个string做为key，第二个string作为value

multimap<string, string> linemap;

multimap<string, string>::iterator it;

pair<multimap<string, string>::iterator, multimap<string, string>::iterator> ret;

string strkey;

string strvalue;

char linestring[26];

while(fin)

{

// 读取info.txt的一行，存入linestring

fin.getline(linestring, 26);

// 将lingstring赋值给strvalue，它value(有点数据冗余，纯为编程简单起见)

strvalue = linestring;

// 取前位作为key

strkey = strvalue.substr(0, 6);

// 将key，value对存入map中

linemap.insert(pair<string, string>(strkey, strvalue));

}

fin.close();

// 设定查找字符串为"000017"

string s = "000017";

// stringresult用来取出一个返回文本行

string stringresult;

// 当返回结果中的记录数量超过是，必须用equal_range函数代替find方法。

// equal_range函数的返回值：

// The function returns a pair, where its member pair::first is an iterator to the lower bound of the range with the same

// value as the one that would be returned by lower_bound(x), and pair::second is an iterator to the upper bound of the

// range with the same value as the one that would be returned by upper_bound(x).

ret = linemap.equal_range(s);

for(it = ret.first; it != ret.second; it++)

{

// stringresult就是要找的结果

stringresult = it->second;

cout << stringresult << endl;

// 拆分stringresult

cout << " id: " << stringresult.substr(0,6) << endl;

cout << "date1: " << stringresult.substr(6, 8) << endl;

cout << "date2: " << stringresult.substr(14, 8) << endl;

cout << " item: " << stringresult.substr(22) << endl;

}

return 0;

}

// 所得结果如下(返回了条id为的记录)：

// 0000172009010199999999001

// id: 000017

// date1: 20090101

// date2: 99999999

// item: 001

// 0000172009010199999999002

// id: 000017

// date1: 20090101

// date2: 99999999

// item: 002

// 0000172009010199999999003

// id: 000017

// date1: 20090101

// date2: 99999999

// item: 003

// 0000172009010199999999004

// id: 000017

// date1: 20090101

// date2: 99999999

// item: 004

3) 大数据量处理

如果的info.txt非常巨大，那么就不能将整行的数据作为strvalue存入map了，因为那样可能会吃掉很多内存，解决的办法就是，将行号作为value存入即可，那么查询的结果得到就是行号，有了行号就可以很容易定位到那一行，从而取出该行的数据。当然这时候multimap应该声明成：multimap <string, int> linemap;

// 生成info.txt的据程序

// info.txt中有900万行数据，大小近250M

int main ()

{

char buffer[28];

clock_t start, finish;

ofstream outfile ("info.txt");

// 获取写物理文件起始时钟周期

start = clock();

for(int i = 0; i < 9000001; i++)

{

sprintf(buffer, "%07d2009010120090606%03d/n", i, i%1000);

outfile.write (buffer, strlen(buffer));

}

// 获取写文件结束时钟周期

finish = clock();

int interval = (finish - start) * 1000 / CLOCKS_PER_SEC;

cout << "写物理文件所花时间：" << interval << "ms" << endl;

outfile.close();

return 0;

}

// 显示结果：

// 写物理文件所花时间：20329ms

// 用multimap处理大数据量的问题的程序

#include <iostream>

#include <fstream>

#include <map>

#include <string>

using namespace std;

int main(void)

{

ifstream fin("info.txt");

if(!fin)

{

cout << "can not open file..." << endl;

}

// 创建map，string作为key，int作为value

multimap<string, int> linemap;

multimap<string, int>::iterator it;

pair<multimap<string, int>::iterator, multimap<string, int>::iterator> ret;

string strkey;

string strtemp;

int intvalue = 0;

char linestring[27];

clock_t start, finish;

int interval;

start = clock();

while(fin)

{

// 读取info.txt的一行，存入linestring

fin.getline(linestring, 27);

strtemp = linestring;

// 取前7位作为key

strkey = strtemp.substr(0, 7);

// 将key，value(行号)对存入map中

linemap.insert(pair<string, int>(strkey, intvalue));

// 将行号加1

intvalue++;

}

fin.close();

// 取结束时钟周期

finish = clock();

interval = (finish - start) * 1000 / CLOCKS_PER_SEC;

cout << "读取info.txt到multimap所花时间：" << interval << "ms" << endl;

// 设定查找字符串

string s = "0899946";

// intresult用来取出一个返回的行号

int intresult;

// 当返回结果中的记录数量超过是，必须用equal_range函数代替find方法。

// equal_range函数的返回值：

// The function returns a pair, where its member pair::first is an iterator to the lower bound of the range with the same

// value as the one that would be returned by lower_bound(x), and pair::second is an iterator to the upper bound of the

// range with the same value as the one that would be returned by upper_bound(x).

ret = linemap.equal_range(s);

// 获取查询起始时钟周期

start = clock();

for(it = ret.first; it != ret.second; it++)

{

// stringresult就是要找的结果

intresult = it->second;

cout << intresult << endl;

}

// 获取查询结束时钟周期

finish = clock();

interval = (finish - start) * 1000 / CLOCKS_PER_SEC;

cout << "查询所花时间：" << interval << "ms" << endl;

// 从物理文件中读取刚才查询到的一行

// 获取读取物理文件起始时钟周期

start = clock();

ifstream fin2("info.txt");

if(!fin2)

{

cout << "can not open file..." << endl;

}

char buffer[27];

fin2.seekg(intresult * 28);

fin2.read(buffer, 27);

buffer[27] = 0;

fin2.close();

// 获取读取物理文件结束时钟周期

finish = clock();

interval = (finish - start) * 1000 / CLOCKS_PER_SEC;

cout << "读取物理文件所花时间：" << interval << "ms" << endl;

cout << buffer << endl;

return 0;

}

// 显示结果：

// 读取info.txt到multimap所花时间：30904ms

// 899946

// 查询所花时间：0ms

// 读取物理文件所花时间：10ms

// 08999462009010120090606946

补充说明：

a. 上面的程序是在T42/主频1.6G/内存1.2G(单核)上完成的。说明map的写入性能略低(其实也很不错)，查询性能是非常好的。

b. 返回多条重复记录的情况，和返回单条记录所消耗的时间几乎没有差别

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/pathuang68/archive/2009/06/06/4248013.aspx