c++ - 如何使用 C++ 逐行并行处理

Question

我想加快程序处理速度 这是代码:

int main(){
ifstream fin("./europarl_clean_1-5000.en");
        ifstream fin2("./europarl_clean_1-5000.fr");
        while(!(fin.eof()&&fin2.eof())){
        string english,chinese;
            getline(fin,english);
            getline(fin2,chinese);
            fun1();
            fun2();
            fun3();
        }
}

两个文件每个文件包含超过 5000 行，我想一次处理超过 2 行，这样我可以加快程序运行时间，代码只是逐行处理，我该如何重写它？？

Answer 1

至于你的问题，使用两个线程读取文件，每个线程一个文件，到两个 vector 中。然后您可以按照自己的方式处理 vector 。

如果输入文件中的数据行不相关，您可以使用例如每个 vector 两个线程，每个线程处理 vector 的一半。如果输入行是相关的并且您需要按顺序处理它们，那么您可以为每个 vector 使用一个线程。如果您需要处理来自每个 vector 的交替行，那么只需一个线程。

---

关于文件读取的注意事项:即使您使用线程进行读取，性能实际上可能会变慢。这完全取决于文件的存储位置。如果文件都在单个机械硬盘驱动器上，则性能可能会恶化，因为磁盘必须来回跳转才能读取文件。如果文件位于两个单独的磁盘或 SSD 上，则每个文件都使用一个线程来读取文件会提高性能。

---

读取文件的可能实现

auto reader = [](std::vector<std::string>& v, std::istream& f)
{
    std::string s;
    v.reserve(5000);  // Allocate space for 5000 strings
    while (std::getline(f, s))
        v.push_back(s);
};

std::vector<std::string> english;
std::vector<std::string> chinese;

auto future1 = std::async(std::launch::async, reader, std::ref(english), std::ref(fin));
auto future2 = std::async(std::launch::async, reader, std::ref(chinese), std::ref(fin2));

future1.wait();
future2.wait();

// Here all lines from fin will be in the vector english
// and all lines from fin2 will be in the vector chinese

处理我真的不能给你任何代码，甚至伪代码，因为只有你知道应该如何处理数据。

引用资料:

• Lambda expressions
• std::async
• std::ref

另外，不要盲目使用上面的代码。首先它没有经过测试，它可能会产生构建错误或根本无法工作，但应该足以让您了解如何继续。请尝试理解我展示的代码实际上在做什么。阅读链接的引用资料，进行实验，最重要的是对其进行基准测试，看看它是否比您当前的代码更好。正如我所说，性能可能会有所不同甚至更差，具体取决于磁盘的类型以及文件在磁盘上的存储位置。