优化自动换行算法

Question

我有一个自动换行算法，该算法基本上会生成适合文本宽度的文本行。 不幸的是，当我添加太多文本时，它变得很慢。

我想知道我是否监督了可以进行的任何重大优化。 此外，如果有人设计的结果仍然允许行字符串或行字符串指针更好，那么我愿意公开重写算法。

谢谢

void AguiTextBox::makeLinesFromWordWrap()
{
    textRows.clear();
    textRows.push_back("");
    std::string curStr;
    std::string curWord;

    int curWordWidth = 0;
    int curLetterWidth = 0;
    int curLineWidth = 0;

    bool isVscroll = isVScrollNeeded();
    int voffset = 0;
    if(isVscroll)
    {
        voffset = pChildVScroll->getWidth();
    }
    int AdjWidthMinusVoffset = getAdjustedWidth() - voffset;
    int len = getTextLength();
    int bytesSkipped = 0;
    int letterLength = 0;
    size_t ind = 0;

    for(int i = 0; i < len; ++i)
    {

        //get the unicode character
        letterLength = _unicodeFunctions.bringToNextUnichar(ind,getText());
        curStr = getText().substr(bytesSkipped,letterLength);


        bytesSkipped += letterLength;

        curLetterWidth = getFont().getTextWidth(curStr);

        //push a new line
        if(curStr[0] == '\n')
        {
            textRows.back() += curWord;
            curWord = "";
            curLetterWidth = 0;
            curWordWidth = 0;
            curLineWidth = 0;
            textRows.push_back("");
            continue;
        }



            //ensure word is not longer than the width
            if(curWordWidth + curLetterWidth >= AdjWidthMinusVoffset && 
                curWord.length() >= 1)
            {
                textRows.back() += curWord;

                textRows.push_back("");
                curWord = "";
                curWordWidth = 0;
                curLineWidth = 0;
            }

            //add letter to word
            curWord += curStr;
            curWordWidth += curLetterWidth;


        //if we need a Vscroll bar start over
        if(!isVscroll && isVScrollNeeded())
        {
            isVscroll = true;
            voffset = pChildVScroll->getWidth();
            AdjWidthMinusVoffset = getAdjustedWidth() - voffset;
            i = -1;
            curWord = "";
            curStr = "";
            textRows.clear();
            textRows.push_back("");
            ind = 0;

            curWordWidth = 0;
            curLetterWidth = 0;
            curLineWidth = 0;

            bytesSkipped = 0;
            continue;
        }

        if(curLineWidth + curWordWidth >= 
            AdjWidthMinusVoffset && textRows.back().length() >= 1)
        {
            textRows.push_back("");
            curLineWidth = 0;
        }

        if(curStr[0] == ' ' || curStr[0] == '-')
        {
            textRows.back() += curWord;
            curLineWidth += curWordWidth;
            curWord = "";
            curWordWidth = 0;
        }
    }

    if(curWord != "")
    {
        textRows.back() += curWord;
    }

    updateWidestLine();
}

Answer 1

我认为有两个主要因素使速度变慢。

第一个，可能不太重要：在构建每行时，您要在该行后附加单词。 每个此类操作都可能需要重新分配该行并复制其旧内容。 对于长行，这是低效的。 但是，我猜想在实际使用中您的行很短（例如60-100个字符），在这种情况下，代价不太可能很大。 不过，在那里可能仍会获得一些效率。

第二个，也许更重要：您显然在某种GUI中将它用于文本区域，而且我猜想它正在被键入。 如果您要重新计算每个键入的字符，那么一旦文本变长，那真的会很受伤。

只要用户仅在末尾添加字符（这肯定是最常见的情况），您就可以有效利用以下事实：“贪心”换行算法的更改永远不会影响早期的行：只需从最后一行的开头重新计算。

如果即使在用户在文本中间的某个位置键入（或删除或其他内容）时也想使其快速运行，则您的代码将需要做更多的工作并存储更多的信息。 例如：当你建立一个行，记住“如果你开始一个符合这个词，它与字结束， 这也是导致线路全”。 当该行中发生任何更改时，使此信息无效。 现在，稍加编辑后，大多数更改将不需要太多的重新计算。 您应该自己解决这个问题，因为（1）这是一个很好的锻炼，并且（2）我现在需要上床睡觉。

（为了节省内存，您可能不希望根本不存储整行-不管您是否实现了我刚刚描述的那种技巧。相反，只需存储此处的下一个换行符信息并以您的UI需要呈现它们。）

它可能比您现在想承担的要复杂得多，但是您还应该查阅Donald Knuth的基于动态编程的换行算法。 它比您的要复杂得多，但仍然可以很快完成，并产生明显更好的结果。 参见例如http://defoe.sourceforge.net/folio/knuth-plass.html 。

Answer 2

算法问题经常伴随数据结构问题。

首先，让我们进行一些观察：

• 段落可以独立对待
• 在给定索引处进行编辑只会使当前单词和后面的单词无效
• 当它们的索引足以检索它们时，没有必要复制整个单词，而只需要考虑它们的长度即可进行计算

段

我将首先介绍段落的概念，该概念由用户引入的换行符确定。 进行版本编辑时，您需要找到相关的段落，这需要查找结构。

对于一个小的文本框，这里的“理想”结构将是一棵Fenwick树，但这似乎过分了。 我们只需要让每个段落存储组成其表示的显示行数，您就可以从头算起。 请注意，对最后显示的行的访问就是对最后一段的访问。

因此，这些段落以C ++的形式存储为连续的序列，很可能会受到间接调用的影响（即，存储指针），以免中间部分的段落被删除时将它们移动。

每个段落将存储：

• 它的内容，最简单的是用单个std::string表示它。
• 以可编辑的形式显示（我们需要确定）

每个段落将缓存其显示，每当进行编辑时， 该段落缓存将失效。

一次只能对几个段落（以及更好的是显示的几行）进行实际渲染：那些可见。

显示行

一段可能显示至少一行，但没有最大值。 我们需要以可编辑的形式存储“显示”，这是一种适合版本的形式。

抛出\\n单个字符不适合。 更改意味着要移动许多字符，并且用户应该更改文本，因此我们需要更好的。

使用长度而不是字符，我们实际上可能仅存储4个字节（如果字符串占用的空间超过3GB，则我对该算法不做太多保证）。

我的第一个想法是使用字符索引，但是在版本的情况下，所有后续索引都会更改，并且传播容易出错。 长度是偏移量，因此我们有一个相对于前一个单词的位置的索引。 它确实提出了一个单词（或令牌）是什么的问题。 值得注意的是，您是否折叠多个空间？ 您如何处理它们？ 在这里，我假设单词被单个空格隔开。

对于“快速”检索，我还将存储整个显示行的长度。 当在段落的字符503进行编辑时，这允许快速跳过显示的第一行。

因此，显示的行将包含：

• 总长度（在计算结束后，小于框的最大显示长度）
• 单词（标记）长度的序列

这个序列在两端都应该是可有效编辑的（因为要进行换行，我们将在两端推送/弹出单词，具体取决于编辑是添加还是删除单词）。 如果中间的效率不是那么重要，那不是很重要，因为一次只能编辑一行。

在C ++中， vector或deque都可以。 虽然从理论上讲， list是“完美的”，但实际上，它的较差的内存位置和较高的内存开销将抵消其渐近保证。 一条线由很少的单词组成，因此渐近行为无关紧要，而高常数则重要。

渲染

为了进行渲染，请选择一个已经足够长的缓冲区（一个带有std::string并调用reserve的缓冲区）。 通常，您每次都会clear并重写缓冲区，因此不会发生内存分配。

您不需要显示看不到的内容，而是需要知道有多少行才能选择正确的段落。

一旦获得该段：

• 将offset设置为0
• 对于每条隐藏线，以其长度递增offset （其后的空格为+ 1）
• 一个单词作为_content的子字符串访问，可以在buffer上使用insert方法： buffer.insert(buffer.end(), _content[offset], _content[offset+length])

困难在于保持offset ，但这就是使算法高效的原因。

结构

struct LineDisplay: private boost::noncopyable
{
  Paragraph& _paragraph;
  uint32_t _length;
  std::vector<uint16_t> _words; // copying around can be done with memmove
};

struct Paragraph:
{
  std::string _content;
  boost::ptr_vector<LineDisplay> _lines;
};

使用这种结构，实现应该简单明了，并且在内容增长时不应减慢太多。

Answer 3

对算法的一般更改-

1. 算出是否需要尽可能便宜的滚动条，即。 计算文本中\\ n的数量，如果大于\\ n，则打开滚动条的vheight，检查长度，依此类推。
2. 现在您知道是否需要滚动条，即可将文本准备好以适合控件使用。

这使您可以删除/减少测试if(!isVscroll && isVScrollNeeded())因为它几乎在每个字符上运行-isVScroll可能不是很便宜，示例代码似乎并未将行的知识传递给该函数，因此可以'看不到它如何指示是否需要它。

假设textRows是vector<string> textrows.back() +=有点贵，在字符串上查找后沿的方式不如+ =，对字符串而言效率不高。 我将改为使用ostrstream收集行，并在完成时将其推入。

getFont（）。getWidth（）可能很昂贵-字体是否正在更改？ 最小和最大固定宽度字体的快捷方式之间的宽度有多大差异。

尽可能使用本机方法来获取单词的大小，因为您不想破坏它们-GetTextExtentPoint32

通常，当您在两者之间进行切换时，它们将有足够的空间容纳VScroll。 从头开始进行测量可能会花费您多达两倍的时间。 存储每行的线宽，以便您可以跳过仍然适合的宽度。 或者不要直接构建线串，而是使单词与大小分开。

确实需要多精确？ 应用一些实用主义...
只是假设将需要VScroll，即使不需要，多数情况下换行也不会有太大变化（行尾/行首有1个字母）

尝试用单词而不是字母来工作-检查每个字母的剩余空间会浪费时间。 假设字符串中的每个字母都是最长的字母，字母x最长<空格，然后将其放入。