我正在研究一个数学问题，它的优势是能够“预先计算”大约一半的问题，将此信息保存到文件中，然后多次重复使用它来计算我的问题的各种“实例” .困难在于上传所有这些信息以解决实际问题是一个主要瓶颈。
更具体地说:
我可以预先计算大量信息 - 大量的概率 (long double)，大量的 std::map<int,int> ，等等 - 并将所有这些内容保存到磁盘(几个 Gb)。
我的程序的后半部分接受一个输入参数D。对于每个 D，我需要执行大量计算，这些计算涉及预先计算的数据(来自文件)和其他一些特定于 D 的数据的组合(这样每个D的问题都不同)。
有时我需要从文件中挑选出某些预先计算的信息。其他时候，我需要上传(大)文件中的每条数据。
有什么策略可以让 IO 更快？
由于其他原因，我已经将程序并行化(MPI，通过 boost::mpi)，但无论如何，访问磁盘上的文件会让我的计算时间难以忍受。
有什么策略或优化吗？
目前我正在使用 cstdio 做所有事情，即没有 iostream .这会有很大的不同吗？
最佳答案
当然，最快(但最脆弱)的解决方案是将数据 mmap 到固定地址。将其全部放入一个大的 struct 中，并使用分配器实例化 std:::map，该分配器将分配到附加到结构末尾的 block 中。这并不简单，但会很快；一次调用mmap，数据就在你的(虚拟)内存中。而且因为你在 mmap 中强制地址，你甚至可以存储指针等。
如上所述，除了需要大量工作之外，它还很脆弱。重新编译你的应用程序，目标地址可能不可用，或者布局可能不同，或者其他什么。但由于它实际上只是一种优化，所以这可能不是问题；每当出现兼容性问题时，只需删除旧文件并重新开始。它会在破坏兼容性的更改后进行第一次运行，速度非常慢，但如果你不经常破坏兼容性......
关于c++:如何优化IO？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10030505/