解析一个浮点数的C字符串

Question

我有一个C字符串,其中包含由逗号和空格分隔的浮点数列表.每对数字由一个(或多个)空格分隔,并表示x和y字段由逗号分隔的点(并且可选地由空格分隔).

" 10,9 2.5, 3   4 ,150.32 "

我需要解析这个字符串以填充列表Point(x, y).
以下是我目前的实施:

const char* strPoints = getString();
std::istringstream sstream(strPoints);

float x, y;
char comma;

while (sstream >> x >> comma >> y)
{
   myList.push(Point(x, y));
}

由于我需要解析很多(最多500,000)这些字符串,我想知道是否有更快的解决方案.

Answer 1

看看提升精神:

• 如何快速解析C++中以空格分隔的浮点数？

它支持NaN,正负无限就好了.它还允许您简洁地表达约束语法.

1. 简单的代码修改

   以下是您的语法的改编样本:

   struct Point { float x,y; };
   typedef std::vector<Point> data_t;
   
   // And later:
   bool ok = phrase_parse(f,l,*(double_ > ',' > double_), space, data);
   

   迭代器可以是任何迭代器.所以你可以用C字符串将它连接起来就好了.

   这是对链接基准案例的直接调整.这将向您展示如何从任何std::istream 或直接从内存映射文件解析.

   Live On Coliru

2. 进一步优化(严格来说是C字符串)

   这是一个不需要知道前面字符串长度的版本(这很简洁,因为strlen如果没有可用的长度,它会避免调用):

   template <typename OI>
   static inline void parse_points(OI out, char const* it, char const* last = std::numeric_limits<char const*>::max()) {
       namespace qi  = boost::spirit::qi;
       namespace phx = boost::phoenix;
   
       bool ok = qi::phrase_parse(it, last,
               *(qi::double_ >> ',' >> qi::double_) [ *phx::ref(out) = phx::construct<Point>(qi::_1, qi::_2) ],
               qi::space);
   
       if (!ok || !(it == last || *it == '\0')) {
           throw it; // TODO proper error reporting?
       }
   }
   

   请注意我是如何使用输出迭代器的,以便您决定如何累积结果.对向量/ /解析向量的明显包装器将是:

   static inline data_t parse_points(char const* szInput) {
       data_t pts;
       parse_points(back_inserter(pts), szInput);
       return pts;
   }
   

   但是你也可以做不同的事情(比如附加到现有容器,可能预先保留已知容量等).这样的事情通常允许真正优化的集成.

   这段代码在~30行基本代码中完全演示:

   Live On Coliru

3. 额外的令人敬畏的奖金

   展示这个解析器的灵活性; 如果你只是想检查输入并得到点的计数,你可以用一个简单的lambda函数替换输出迭代器,该函数递增计数器而不是添加新构造的点.

   int main() {
       int count = 0;
       parse_points( " 10,9 2.5, 3   4 ,150.32    ", boost::make_function_output_iterator([&](Point const&){count++;}));
       std::cout << "elements in sample: " << count << "\n";
   }
   

   Live On Coliru

   由于所有内容都是内联的,编译器会注意到整个Point不需要在这里构造并消除该代码:http://paste.ubuntu.com/9781055/

   可以看到main函数直接调用非常解析器原语.手动编码解析器不会让你在这里进行更好的调整,至少不需要付出很多努力.