C++ - 我读取了整个文件(_这是一个由 2 个空格分隔的单词列表_)，如何快速分别获取单词？

Question

我已经阅读了一个大约 120k 字的文件，所以我尝试快速阅读。 看过:

int x = setvbuf(fp, (char *)NULL, _IOFBF, BSZ);
assert( x == 0 && fp != NULL );

选项，但它需要一秒钟以上(1 mb 文件) 所以现在我尝试了这个方法:

fopen_s (&pFile,DICT,"rb");
if (pFile==NULL) {fputs ("File error",stderr); exit (1);}

// obtain file size:
fseek (pFile , 0 , SEEK_END);
lSize = ftell (pFile);
rewind (pFile);

// allocate memory to contain the whole file:
buffer = (char*) malloc (sizeof(char)*lSize);

// copy the file into the buffer:
result = fread (buffer,1,lSize,pFile);

我如何从这里继续？ 缓冲区包含一个单词列表，我想尽快一个一个地获取它们 因为我正在用这些词构建多重映射。

谢谢!

Answer 1

您的代码本质上是在实现 mmap()。 mmap() 的美妙之处在于它会在需要时将实际页面加载到内存中。如果您的应用按顺序读取它们的速度非常快，操作系统将尽可能快地映射页面。

#include <sys/mman.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>

#define handle_error(msg) \
    { perror(msg); exit(EXIT_FAILURE); }

int
main(void)
{
    int fd = open("english-words.10", O_RDONLY);
    if (fd == -1)
        handle_error("open");

    struct stat sb;
    if (fstat(fd, &sb) == -1)
        handle_error("fstat");
    size_t lSize = sb.st_size;

    char* buffer = mmap(NULL, lSize, PROT_READ, MAP_PRIVATE, fd, 0);
    if (buffer == MAP_FAILED)
        handle_error("mmap");

    // insert your mapping to a map here

    munmap(buffer, lSize);

    return 0;
}

请注意，我还使用了 fstat() 而不是您的 fseek/ftell。