c++ - 如何从 boost 库中的文件中读取数据

Question

我正在使用 boost 库来查找最大流量(推送重新标记)，并且有一个文件 read_dimacs.hpp 读取数据但标准输入。问题是我的数据文件太大，我想直接从文件中读取数据文件。谁能帮帮我。代码在下面

#include <boost/config.hpp>
#include <iostream>
#include <string>
#include <boost/graph/push_relabel_max_flow.hpp>
#include <boost/graph/adjacency_list.hpp>
#include <boost/graph/read_dimacs.hpp>

int
main()
{
  using namespace boost;

  typedef adjacency_list_traits<vecS, vecS, directedS> Traits;
  typedef adjacency_list<vecS, vecS, directedS, 
    property<vertex_name_t, std::string>,
    property<edge_capacity_t, long,
      property<edge_residual_capacity_t, long,
    property<edge_reverse_t, Traits::edge_descriptor> > >
  > Graph;

  Graph g;
  long flow;

  property_map<Graph, edge_capacity_t>::type 
    capacity = get(edge_capacity, g);
  property_map<Graph, edge_reverse_t>::type 
    rev = get(edge_reverse, g);
  property_map<Graph, edge_residual_capacity_t>::type 
    residual_capacity = get(edge_residual_capacity, g);

  Traits::vertex_descriptor s, t;
  read_dimacs_max_flow(g, capacity, rev, s, t);

  flow = push_relabel_max_flow(g, s, t);

  std::cout << "c  The total flow:" << std::endl;
  std::cout << "s " << flow << std::endl << std::endl;

  std::cout << "c flow values:" << std::endl;
  graph_traits<Graph>::vertex_iterator u_iter, u_end;
  graph_traits<Graph>::out_edge_iterator ei, e_end;
  for (boost::tie(u_iter, u_end) = vertices(g); u_iter != u_end; ++u_iter)
    for (boost::tie(ei, e_end) = out_edges(*u_iter, g); ei != e_end; ++ei)
      if (capacity[*ei] > 0)
        std::cout << "f " << *u_iter << " " << target(*ei, g) << " " 
                  << (capacity[*ei] - residual_capacity[*ei]) << std::endl;
  system("pause");
  return 0;
}

Answer 1

你可以

1. 将底层容器存储在共享内存/内存映射文件中。

   这里有一个例子:Using boost::iostreams::mapped_file_source with std::multimap

   当然，您需要将它与 Boost Graph 联系起来。如果你用 SSCCE 发帖，我可以看看它是否容易适应

2. 您可以使用 Boost Parallel Graph 库来分配负载

   http://www.boost.org/doc/libs/1_57_0/libs/graph_parallel/doc/html/index.html

   我没有这方面的经验，足以知道使用您的算法需求是否有意义。 (我知道你仍然可以编译它，但如果算法基本上在一个进程中运行，拉入数据，它可能不是最优的。内存映射文件在那里会快得多)