Java-从字符文件中提取子序列
我有一个1.99 GB的字符文件。现在，我想从该文件中随机提取数百万个子序列，例如从位置90到190、10到110、50000到50100等等（每个都有100个字符长）。有人能帮我吗？我怎样才能做得好呢Java-从字符文件中提取子序列,java,Java,我有一个1.99 GB的字符文件。现在，我想从该文件中随机提取数百万个子序列，例如从位置90到190、10到110、50000到50100等等（每个都有100个字符长）。有人能帮我吗？我怎样才能做得好呢 注意：我没有足够的内存将整个文件放入内存。将文件拆分为几个固定大小的文件（例如每个16K） 读取char n时，请执行n/filesize以获取文件。使用n%filesize获取文件中的起始字符。对于读取文件尾部，您可以添加额外的逻辑并读取下一个文件，或者只向每个文件添加以下100个字符（并在下
注意：我没有足够的内存将整个文件放入内存。将文件拆分为几个固定大小的文件（例如每个16K） 读取char n时，请执行n/filesize以获取文件。使用n%filesize获取文件中的起始字符。对于读取文件尾部，您可以添加额外的逻辑并读取下一个文件，或者只向每个文件添加以下100个字符（并在下一个文件中复制它们） 当然，只有使用原始文件并每次打开/执行
seek选项2：生成大量随机索引并对其排序。然后只需扫描文件（RandomAccessFile或FileInputStream）并获取所有链。它将最小化HD时间，问题是控制存储索引所需的内存/排序索引所需的时间。此外，当一个字符属于两个或多个链时，情况也会变得更加复杂。您可以尝试-它允许将文件搜索到随机位置并读取所需数量的字符。通过启动索引对所需的子序列进行排序 现在开始仔细检查它们。使用RandomAccessFile从所需下一个子序列的起点抓取磁盘块 块的大小取决于你的命中率（块的其余部分有多少可能有用）-命中率越高，块应该越大（当然，在一定程度上）。您可以考虑在子序列列表中向前看，并相应地修改块大小。将所有子序列从块中拉出。重复，直到完成
我不明白其他地方提到的大于2GB的文件有什么问题。我认为是这样的，但这可能会非常昂贵。它支持1.99 GB的文件吗？@arpsss它比2GB小一点-是的。如果您的文件大于2Gb—可能会有问题（请参见此处），我怀疑RandomAccessFile是如何在FS之上实现的。例如，在FAT上，它仍然会读取所有的块以获得所需的块；它将易于使用，但不会提供良好的性能。子序列是否正常？它们重叠吗？您能在内存中保存所有子序列范围（不是内容，只是开始/结束点）吗？非常粗略地说，文件在子序列中的百分比是多少？@EdStaub，“子序列是否有序？”-不，随机。“它们重叠吗？”可能是。“你能在内存中保存所有子序列范围（不是内容，只是开始/结束点）吗？”-我有那么多内存，但因为我很快就需要子序列，我等不及了。对不起，没有跟随-等什么？@EdStaub，等一下收集所有开始/结束点。