用于并行化的 C++ 中的字符串数组

Question

我正在将一个项目从 Python 转移到 C++，但一开始就被卡住了，我必须决定应该使用哪种数据结构。 我有一个包含数百万个小数据文件的数据库，这些文件的名称类似于1986_12_04_23_43_34_458239_VpLGMI （数据文件的名称可以在长度和类型上有所不同）。 我想将文件名加载到数据结构中，然后我可以从中快速搜索文件名中的子字符串。

由于过去几年我主要使用 Python 工作，因此我不确定应该采用哪种方法。 在 C++ 中有很多方法可以将字符串存储在数组中。 现在我数三：

• 字符串类std::string
• 向量类std::vector
• 二维数组

我猜二维数组不是一个好的选择，因为它们不是很灵活。 如果我以后想并行化搜索，我应该遵循哪种方法？

Answer 1

第一个选项应该是std::vector<std::string> ，由于使用了并行算法，您可以使用find并行版本进行O（N）复杂度的find ：

#include <algorithm>
#include <vector>
#include <execution>
#include <string>

std::vector<std::string> v;
std::string someString = "someName";
v.push_back(someString);
auto res = std::find(std::execution::par, 
 std::begin(v), std::end(v), someString);
// res is an iterator to an element of which
//has someString

您可以通过对向量进行排序，然后使用std :: lower_bound （使用二进制搜索）代替std::find来提高复杂性。

也可以按照@jjramsey的建议，使用std :: set以排序形式存储字符串，并使用O（log N）搜索单个元素或具有O（1）复杂度的std::unordered_set 。 类似的std::map和std::unordered_map 。

但是，在这些容器中，您需要为插入操作支付一些开销。

请注意，算法的并行版本需要C ++ 17。 生活

Answer 2

我很确定，由于您同时拥有整数和字符串，因此存储它的唯一方法是通过并行数组结构。 在C ++中，您不能将多个数据类型放入同一数组变量中。 这就是为什么您不能使用2d数组使其起作用的原因。