C 大文件的搜索算法
我需要帮助决定使用搜索算法来搜索大文件。 这就是我正在做的。假设文件由时间范围t1到t2组成。（t2>t1） 我需要获得以下文件偏移量（fseek）：C 大文件的搜索算法,c,algorithm,C,Algorithm,我需要帮助决定使用搜索算法来搜索大文件。 这就是我正在做的。假设文件由时间范围t1到t2组成。（t2>t1） 我需要获得以下文件偏移量（fseek）： 时间t3大于t1 小于时间t2的时间t4 | ------| ---|----------------| t1 t3 t4 t2 Naive版本是在整个文件中迭代行，当当前时间为t3时返回fseek，从返回的seek开始，当当前时间为t4时迭代，返回第二个fseek 现在让我们假设这个文件是100GB
| ------| ---|----------------|
t1 t3 t4 t2
当前行的大小是固定的，但我想展望未来，处理一些不使用固定大小长度的算法。如果文件中的时间都已排序，则可以使用。如果文件中的记录具有固定的宽度，则更好，但即使没有，也可以通过一些工作来利用它。如果文件中的时间都已排序，则可以使用。如果文件中的记录具有固定宽度就更好了，但即使没有，您也可以通过一些工作来利用它。由于这些值是固定宽度的，因此二进制搜索或插值搜索听起来是最好的选择。此外，如果您计划使用这些大小类（100GB）中的文件，则由于FSETH的文件大小限制，应该考虑使用FGETPOS/FSETPOS。 < P>，因为值是固定宽度的，类似二进制搜索或类似于最佳搜索的插值搜索声音。此外，如果您计划使用这些大小类（100GB）中的文件，则应考虑使用FGOPS/FSEPOPs，因为FSETH的文件大小限制。会创建一个时间值索引来对它们的文件偏移进行帮助吗？如果文件理论上没有定义的最大大小，那么我们处理的似乎是不可撤销的有限内存。我可以做的一件事是每n行检查一个文件，并在某个地方写入偏移量，但这也不是理论上无限文件的解决方案。创建文件偏移量的时间值索引会有帮助吗？如果文件的最大大小理论上未定义，并且我们处理的内存有限，似乎是可撤消的。我可以做的一件事是每n行检查一个文件，然后把偏移量写在某个地方，但理论上这不是一个无限文件的解决方案。所有时间都是时间戳、排序、固定宽度。有时有多行具有相同的时间戳。@user196188:Perfect。如果记录的宽度固定，则可以计算任何记录的确切起点。你可以通过计算文件中间记录的偏移开始你的二进制搜索，然后查看你搜索的时间是否比那个时间早或晚。然后查找介于第一次和文件开始/结束之间的记录，依此类推，直到找到正确的记录。如果可能有多条记录具有相同的时间戳，则在找到匹配的时间戳后，必须检查以前的记录，为了确保第一条记录与给定的时间戳匹配，而不是任意的时间戳。一旦这项工作正常，您应该考虑将其修改为插值二进制搜索。这与二进制搜索相同，只是不在当前搜索窗口的中间搜索，而是搜索位置
（t-t1）/（t2-t1）（t-t1）/（t2-t1）