java - 在行大小不固定的 UTF-8 编码文本文件上使用 Java 进行二进制搜索

Question

我有一个制表符分隔的 UTF-8 文件，其中记录按一个字段排序。但是，线的大小不是固定的，所以不能直接跳到一个特定的位置。如何对此执行二进制搜索？

例子:

第 1 行:Alfred Brendel/m/011hww/m/0crsgs6,/m/0crvt9h,/m/0cs5n_1,/m/0crtj4t,/m/0crwpnw,/m/0cr_n2s,/m/0crsgyh

第 2 行:Rupert Sheldrake/m/011ybj/m/0crtszs

Answer 1

您知道 hole 文件包含的字节数。让我们说 n-> 搜索区间 [l, r] with l=0, r=n.

• 估计搜索间隔的中间值 m=(r-l)/2。在此位置，向左移动尽可能多的字节(向右也可以)，直到找到制表符(字节==9 (9 是制表符的 ASCII 和 UTF8 代码))[lets将此位置命名为 mReal ] 并解码从该选项卡开始的一行。

• 确定您是否必须采用前“一半”(=> 新搜索间隔是 [l, mReal])或第二个“一半”(=> 新搜索-下一个搜索步骤的间隔是[mReal, r])。