對特定格式字符串進行高效分割

Question

我有一個包含數十億行的巨大文件。每行有以下格式：

A B C D 

我只需要B和C的字符串不是字符的值。

我目前的分裂策略如下：

std::stringstream ss; 
std::string line, temp, bValue, cValue; 

while (std::getline(infile, line)) { 

    ss.clear(); 
    ss.str(out_str); 

    std::getline(ss, temp, '\t'); // Skip value of A 
    std::getline(ss, bValue, '\t'); // Set value of B 
    std::getline(ss, cValue, '\t'); // Set value of C 

    // Use values... 
} 

由於輸入文件中包含幾十行的，即使是微小的改進會對我的程序一般性能的影響。

任何想法或庫來提高性能？你有沒有遇到同樣的瓶頸並修復它？

謝謝。

Answer 1

如果唯一的空格是分隔數據的空格，這是一個簡單的方法。它看起來像你在代碼中使用製表符分隔，所以我也會使用它，但它可以很容易地互換其他的東西。

std::string line; 
std::string a, b; 

while (std::getline(infile, line)) { 
    std::stringstream ss(line); 

    ss.ignore(std::numeric_limits<std::streamsize>::max(), '\t'); 

    ss >> a >> b; 
} 

這樣做是忽略輸入直到達到第一'\t'，然後把字符串到a和b字符串。另取如下，這是 並不整齊，但只是轉儲不必要價值爲a，後來其覆蓋：

std::string line; 
std::string a, b; 

while (std::getline(infile, line)) { 
    std::stringstream ss(line); 
    ss >> a >> a >> b; 
}