C++ 使用C++；

我有两个大的文本文件，每个都有超过1000万行。如何比较文件，并使用C++ ++在文件中获取不同的行？ 我尝试将一个文件加载到内存中，对内存进行排序，并使用二叉树逻辑来比较文件。它进行了比较，并在20秒内给出了结果。但是它消耗了更多的内存。（文本文件大约为500 MB）

---

我希望在不消耗更多内存的情况下比较两个文件，以获得良好的性能，并且对硬盘的影响最小。

您可以使用两次传递的方法

---

第一遍，您读取文件，但只存储行的哈希值和行开始位置，然后您可以根据哈希值比较文件，当两行具有相同的哈希值时，您仅在第二遍中再次读取行以进行完全比较。这将节省内存消耗和cpu时间，同时读取某些行两次会有一点损失。

第一步是选择一种语言。对于C和C++，解决方案会有所不同。这让我想起了“质量、预算、时间-选择二”，你是说像一个差异？每次只读取每个文件的一行。否则这个问题就太模糊了。文件只是一组行，这意味着它们的顺序不重要吗？现在还不清楚“不同的行”到底是什么意思。你想知道这两个文件的不同之处（基本上是a

diff

）还是哪一行在一个文件中而不是在另一个文件中？我的建议是相同的，但后来我想，当散列相等时（几乎永远），获取文本可能是确保比较所必需的。因此，这种幼稚的策略可能不是很有效。OTH diff应该使用类似的东西。如果你不在乎在宇宙结束之前犯了一两次错误，只需在源代码行上使用128位哈希代码即可。对1000万行进行错误比较的概率为（1-2^（-128））*10^7~~1-2^（-103）。看起来很安全。@IraBaxter好吧，实际上我在乎；）我想很多人也很在乎。