从文本文件中读取单词

Question

这是我必须遵循的要求：

将有一个C样式或C ++样式字符串来保存单词。 一个int来保存每个单词的计数。 用于保存这两者的结构或类。 此结构/类将插入到STL列表中。 您还需要一个C样式或C ++样式字符串来保存从文件中读取的文本行。 您将根据assign spec中的单词定义将此行解析为单词。

第一部分似乎没问题，但是在第二部分中，我仍然没有明白有关读取一条线然后将其解析为一个单词的观点。 它是否比使用文本文件直接读取单词更有效？

Answer 1

效率取决于单词的定义（来自赋值规范）：如果你需要不止一次地通过linem来确定单词的开始/结束位置（即什么属于单词），它更多有效地将行保留在内存中，然后多次执行从磁盘读取（尽管I / O缓存可以减少性能影响）。

即使没有性能提升，这是一个家庭作业，我想你要这样做来学习1）如何从文件中读取字符串（行）; 2）如何解析内存中的字符串。 为了实现这两个目标，您有这个要求

Answer 2

使用fstream从文件中读取每行，然后通过对空间进行划分并直到loop的行尾将其解析为单词。

Answer 3

根据您的使用情况，逐行读取文件会很有用。

首先在内存中读取整个文件并在之后解析它不会最小化内存使用量。 程序运行所需的内存至少是文件的大小。 如果输入文件与程序可用的内存相比较大，则无法分配足够的内存来存储整个文件（尝试分配20GB的字符串以查看发生的情况）。

另一方面，如果逐行读取，则一次只需要内存中一行的大小：您可以立即释放为前一行分配的内存。

因此，如果符合以下条件，逐行解析很有用：

• 输入文件太大，无法完全适合内存
• 每行的大小足够小（如果文件由一个大行组成，则逐行读取没有帮助）