探尋C 最快的讀取檔案的方案

2021-07-27 07:40:46 字數 3330 閱讀 3039

出處：

在競賽中，遇到大資料時，往往讀檔案成了程式執行速度的瓶頸，需要更快的讀取方式。相信幾乎所有的c++學習者都在cin機器緩慢的速度上栽過跟頭，於是從此以後發誓不用cin讀資料。還有人說pascal的read語句的速度是c/c++中scanf比不上的，c++選手只能乾著急。難道c++真的低pascal一等嗎？答案是不言而喻的。乙個高階的方法是把資料一下子讀進來，然後再轉化字串，這種方法傳說中很不錯，但具體如何從沒試過，因此今天就索性把能想到的所有的讀資料的方式都測試了一邊，結果是驚人的。

競賽中讀資料的情況最多的莫過於讀一大堆整數了，於是我寫了乙個程式，生成一千萬個隨機數到data.txt中，一共55mb。然後我寫了個程式主幹計算執行時間，**如下：

#include 


int main()
最簡單的方法就算寫乙個迴圈scanf了，**如下：

const


int maxn = 10000000;


int numbers[maxn];


void scanf_read()
可是效率如何呢？在我的電腦linux平台上測試結果為2.01秒。接下來是cin，**如下

const


int maxn = 10000000;


int numbers[maxn];


void cin_read()
出乎我的意料，cin僅僅用了6.38秒，比我想象的要快。cin慢是有原因的，其實預設的時候，cin與stdin總是保持同步的，也就是說這兩種方法可以混用，而不必擔心檔案指標混亂，同時cout和stdout也一樣，兩者混用不會輸出順序錯亂。正因為這個相容性的特性，導致cin有許多額外的開銷，如何禁用這個特性呢？只需乙個語句std::ios::sync_with_stdio(false);，這樣就可以取消cin於stdin的同步了。程式如下：

const


int maxn = 10000000;


int numbers[maxn];


void cin_read_nosync()
取消同步後效率究竟如何？經測試執行時間銳減到了2.05秒，與scanf效率相差無幾了！有了這個以後可以放心使用cin和cout了。

接下來讓我們測試一下讀入整個檔案再處理的方法，首先要寫乙個字串轉化為陣列的函式，**如下

const


int maxs = 60*1024*1024;


char buf[maxs];


void analyse(char *buf,int len = maxs)
把整個檔案讀入乙個字串最常用的方法是用fread，**如下：

const


int maxn = 10000000;


const


int maxs = 60*1024*1024;


int numbers[maxn];


char buf[maxs];


void fread_analyse()
上述**有著驚人的效率，經測試讀取這10000000個數只用了0.29秒，效率提高了幾乎10倍！掌握著種方法簡直無敵了，不過，我記得fread是封裝過的read，如果直接使用read，是不是更快呢？**如下：

const


int maxn = 10000000;


const


int maxs = 60*1024*1024;


int numbers[maxn];


char buf[maxs];


void read_analyse()
測試發現執行時間仍然是0.29秒，可見read不具備特殊的優勢。到此已經結束了嗎？不，我可以呼叫linux的底層函式mmap，這個函式的功能是將檔案對映到記憶體，是所有讀檔案方法都要封裝的基礎方法，直接使用mmap會怎樣呢？**如下：

const


int maxn = 10000000;


const


int maxs = 60*1024*1024;


int numbers[maxn];


char buf[maxs];


void mmap_analyse()
經測試，執行時間縮短到了0.25秒，效率繼續提高了14%。到此為止我已經沒有更好的方法繼續提高讀檔案的速度了。回頭測一下pascal的速度如何？結果令人大跌眼鏡，居然執行了2.16秒之多。程式如下：

const


maxn = 10000000;


var    numbers :array[0..maxn] of longint;


i :longint;


begin


assign(input,'data.txt');


reset(input);


for i:=0 to maxn do


read(numbers[i]);


end.
為確保準確性，我又換到windows平台上測試了一下。結果如下表：

方法/平台/時間(秒)

linux gcc

windows mingw

windows vc2008

scanf

2.010

3.704

3.425

cin6.380

64.003

19.208

cin取消同步

2.050

6.004

19.616

fread

0.290

0.241

0.304

read

0.290

0.398

不支援mmap

0.250

不支援不支援

pascal read

2.160

4.668

從上面可以看出幾個問題

linux平台上執行程式普遍比windows上快。

windows下vc編譯的程式一般執行比mingw（minimal gcc for windows）快。

vc對cin取消同步與否不敏感，前後效率相同。反過來mingw則非常敏感，前後效率相差8倍。

read本是linux系統函式，mingw可能採用了某種模擬方式，read比fread更慢。

pascal程式執行速度實在令人不敢恭維。

希望此文能對大家有所啟發，歡迎與我繼續討論。

探尋C 最快的讀取檔案的方案

在競賽中，遇到大資料時，往往讀檔案成了程式執行速度的瓶頸，需要更快的讀取方式。相信幾乎所有的c 學習者都在cin機器緩慢的速度上栽過跟頭，於是從此以後發誓不用cin讀資料。還有人說pascal的read語句的速度是c c 中scanf比不上的，c 選手只能乾著急。難道c 真的低pascal一等嗎？答...

探尋C 最快的讀取檔案的方案

在競賽中，遇到大資料時，往往讀檔案成了程式執行速度的瓶頸，需要更快的讀取方式。相信幾乎所有的c 學習者都在cin機器緩慢的速度上栽過跟頭，於是從此以後發誓不用cin讀資料。還有人說pascal的read語句的速度是c c 中scanf比不上的，c 選手只能乾著急。難道c 真的低pascal一等嗎？答...

探尋C 最快的讀取檔案的方案 計算機技術

add comments7,388 views 在競賽中，遇到大資料時，往往讀檔案成了程式執行速度的瓶頸，需要更快的讀取方式。相信幾乎所有的c 學習者都在cin機器緩慢的速度上栽過跟頭，於是從此以後發誓不用cin讀資料。還有人說pascal的read語句的速度是c c 中scanf比不上的，c 選手...