存储大文本的字符串与向量答案

【问题标题】：String vs vector to store large texts存储大文本的字符串与向量
【发布时间】：2017-02-20 13:15:44
【问题描述】：

对于数据压缩，我需要打开文件（此处为文本文件）并将其所有内容存储在变量中。

使用字符串或字符向量来存储非常大的文本（数百万或更多字符）更好吗？

更好，我的意思是更快地遍历每个字符，也更快地使用count 函数来计算文本中给定字符的出现次数。

大小在这里并不是真正的问题，因为字符串和向量都可以存储大量字符，如果需要，我可以将文本分成几个子文本。

【问题讨论】：

实际性能取决于特定的 C++ 实现。在这方面，字符串和向量之间没有实质性区别。两者都是随机访问容器，提供类似的功能。您将花费更多时间试图弄清楚这一点，然后您可能希望通过选择据称最优化的容器来节省。
在实践中，很可能根本没有区别。两种类型都提供前向迭代器，它们（通常）实现为指针。唯一的语义差异是，您的代码的读者更有可能期望在vector 的受控序列中嵌入NUL 字符。由于您正在处理文本文件，所以这不是问题。
你的瓶颈不是内存中的容器，而是文件I/O。您将需要使用一个容器，您可以在构建过程中 调整大小 或设置容量。在读取文件时重新分配内存非常慢。

【解决方案1】：

由于向量和字符串的性能取决于实现，因此没有明确的答案。我建议您在您的环境中对这些操作进行基准测试并进行选择。

this 是一个非常不错的讲座，内容涉及对代码进行基准测试，以及即使是标准也不能总是建议正确的工具。

谈话的重点是性能可能会发生巨大且不可预测的变化 - 在一个示例中，在循环内移动的实例通过启动编译器优化实际上将运行时间缩短了 80%。

如果您真的关心性能，请始终衡量自己。

【讨论】：

【解决方案2】：

使用字符串或字符向量来存储非常大的文本（数百万或更多字符）更好吗？

（此处为文本文件）

std::string 适用于文本数据。主要是由于约定，也因为它提供了一些基本的字符串处理工具，std::vector 没有。

“更好”是指循环遍历每个字符的速度更快，使用 count 函数计算文本中给定字符出现的次数也更快。

通过这些指标，字符串和向量都具有可比性并且实际上是相同的，尽管确切的性能是特定于实现的。

【讨论】：