用字符串索引数组（C）

我有一个无符号整数数组，每个整数对应一个包含12个字符的字符串，可以包含4个不同的字符，即“a”、“B”、“C”、“D”。因此，数组将包含4^12=16777216个元素。数组中元素的顺序是任意的；我可以选择与每个字符串对应的字符串。到目前为止，我已经简单地实现了这一点：

unsigned int my_array[16777216];
char my_string[12];
int index = string_to_index(my_string);

my_array[index] = ...;

string\u to\u index（）

只需为每个字符分配2位，如下所示： A-->00，B-->01，C-->10，D-->11 例如，ABCDABCDABCD对应于索引（0001011000110110001101101101）2=（1776411）10

然而，我知道一个事实，即用于访问数组的每个字符串都是前一个字符串，该字符串用新的最后一个字符向左移动了一次。例如，在我使用ABCDABCDABCDABCD进行访问后，下一次访问将使用BCDABCDA或BCDABCDB、BCDABCDB、BCDABCDC、BCDABCDD

所以我的问题是： 是否有更好的方法实现

string\u to\u index

函数来考虑这最后一个事实，以便连续访问的元素在数组中更接近？我希望通过这样做来提高缓存性能

编辑：也许我不是很清楚：我正在寻找一个完全不同的字符串到索引对应方案，这样ABCDABCDABCDABCDABCDA和BCDABCCDABCDA的索引就更接近了。

我想我们可以先定义“更接近”

例如，我们可以定义一个函数F，它采用一种计算字符串索引的方法。然后F将检查每个字符串的索引，并根据相邻字符串索引的距离返回某个值

然后，我们可以比较各种计算指数的方法，找到一种最佳方法。

---

当然，我们可以先检查较短的字符串

如果以下假设适用于您的问题，则您实施的解决方案是最佳解决方案

随机选择下一个字符串最右边的字符，每个有效字符的概率相等

序列的开始并不总是相同的（它是随机的）

原因: 当我第一次阅读你的问题时，我想到了下面的树：（为了简单起见，将你的问题缩减为三个字符长度的字符串，只有两个可能的字符A和B）注意，根节点最左边的子节点（在本例中为AAA）总是与根节点（AAA）相同，因此我不会进一步构建该分支

                      AAA
                     /  \
                        AAB       
                       /  \         
                     ABA    ABB
                    /  \    /   \ 
                 BAA   BAB  BBA  BBB

在该树中，每个节点都有下一个可能的序列作为子节点要改进缓存，您需要使用广度优先遍历来遍历此树，并以相同的顺序将其存储在数组中。对于上面的树，我们得到以下字符串索引组合

• AAA0
• AAB 1
• ABA 2
• ABB 3
• BAA 4
• 婴儿5
• 工商管理学士6
• BBB 7

假设值（A）=0，值（B）=1，则指数可计算为

index = 2^0 * (value(string[2])) +  2^1 * (value(string[1])) + 2^2 * (value(string[0]))

这与您正在使用的解决方案相同。 我已经编写了一个python脚本来检查其他组合（比如长度为4个字符的字符串，可能包含一个BC字符）

---

因此，除非一开始所做的两个假设是错误的，否则您的解决方案已经考虑了缓存优化。

一开始我误解了您的问题。你问的问题比我回答的问题有趣得多：-）当你说“提高我的缓存性能”时，你的测量速度是多少？内存消耗？@Philip:他指的是CPU缓存。显然，内存消耗将保持不变，但如果在时间上访问的元素接近内存，则处理数据的速度将快得多。@PhilipAdler速度是我主要关心的问题，但如果需要增加内存，当然内存应该在合理的范围内。这是您正在寻找的优化吗？