对特定格式字符串进行高效分割

Question

我有一个包含数十亿行的巨大文件。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... 
} 

由于输入文件中包含几十行的，即使是微小的改进会对我的程序一般性能的影响。

任何想法或库来提高性能？你有没有遇到同样的瓶颈并修复它？

谢谢。

Answer 1

如果唯一的空格是分隔数据的空格，这是一个简单的方法。它看起来像你在代码中使用制表符分隔，所以我也会使用它，但它可以很容易地互换其他的东西。

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; 
} 

这样做是忽略输入直到达到第一'\t'，然后把字符串到a和b字符串。另取如下，这是 并不整齐，但只是转储不必要价值为a，后来其覆盖：

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

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