- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
这是个好主意吗?出于某种原因,我认为它应该比 boost 的分词器或拆分器更快。然而大多数时候我都停留在 boost::spirit::compile
template <typename Iterator>
struct ValueList : bsq::grammar<Iterator, std::vector<std::string>()>
{
ValueList(const std::string& sep, bool isCaseSensitive) : ValueList::base_type(query)
{
if(isCaseSensitive)
{
query = value >> *(sep >> value);
value = *(bsq::char_ - sep);
}
else
{
auto separator = bsq::no_case[sep];
query = value >> *(separator >> value);
value = *(bsq::char_ - separator);
}
}
bsq::rule<Iterator, std::vector<std::string>()> query;
bsq::rule<Iterator, std::string()> value;
};
inline bool Split(std::vector<std::string>& result, const std::string& buffer, const std::string& separator,
bool isCaseSensitive)
{
result.clear();
ValueList<std::string::const_iterator> parser(separator, isCaseSensitive);
auto itBeg = buffer.begin();
auto itEnd = buffer.end();
if(!(bsq::parse(itBeg, itEnd, parser, result) && (itBeg == itEnd)))
result.push_back(buffer);
return true;
}
我已经如上所示实现了它。我的代码有什么问题?或者只是因为分隔符是在运行时定义的,所以重新编译是不可避免的?
编辑001:在 CoLiRu 上使用 boost::split 和带有标记器的原始 imp 的可能实现的示例和比较看起来 coliru 现在倒闭了。在任何情况下,这些都是在带有分隔符“|”的字符串“2lkhj309|ioperwkl|20sdf39i|rjjdsf|klsdjf230o|kx23904iep2|xp39f4p2|xlmq2i3219”上运行 1M 的结果
8000000 splits in 1081ms.
8000000 splits in 1169ms.
8000000splits in 2663ms.
第一个用于分词器,第二个用于 boost::split,第三个用于 boost::spirit
最佳答案
首先,不同的版本不会做同样的事情:
boost::split
修复了它,但它似乎不是 boost::tokenizer
的功能)<是的,对于动态分隔符,重新编译是不可避免的。但是不,这不是瓶颈(其他方法也有动态分隔符):
我做了一些优化。时间:
8000000 original (boost::tokenizer) rate: 2.84257μs
10000000 possible (boost::split) rate: 3.09941μs
10000000 spirit (dynamic version) rate: 1.45456μs
10000000 spirit (direct version, avoid type erasure) rate: 1.25588μs
next step:
10000000 spirit (precompiled sep) rate: 1.18059μs
8000000 original (boost::tokenizer) rate: 2.92805μs
10000000 possible (boost::split) rate: 2.75442μs
10000000 spirit (dynamic version) rate: 1.32821μs
10000000 spirit (direct version, avoid type erasure) rate: 1.10712μs
next step:
10000000 spirit (precompiled sep) rate: 1.0791μs
本地系统 g++:
sehe@desktop:/tmp$ time ./test
8000000 original (boost::tokenizer) rate: 1.80061μs
10000000 possible (boost::split) rate: 1.29754μs
10000000 spirit (dynamic version) rate: 0.607789μs
10000000 spirit (direct version, avoid type erasure) rate: 0.488087μs
next step:
10000000 spirit (precompiled sep) rate: 0.498769μs
如您所见,Spirit 方法不需要更慢。我采取了哪些步骤? http://paste.ubuntu.com/11001344/
no_case[char_(delimiter)]
)2.742μs。value
子规则(由于类型删除的非终端规则,减少了复制和动态分派(dispatch))2.579μs。制作分隔符字符集而不是字符串文字:2.693μs。
see intermediate version on coliru. (I recommend the code below, it's much more cleaned up)
使用 qi::raw[] 而不是 std::string 合成属性(避免复制!)0.624072μs
spirit_direct
实现)速率:0.491011μs现在很明显,所有的实现都将受益于不每次都“编译”分隔符。我没有对所有方法都这样做,但为了好玩,让我们为 Spirit 版本这样做:
#include <boost/algorithm/string.hpp>
#include <boost/tokenizer.hpp>
#include <boost/spirit/include/qi.hpp>
#include <vector>
#include <string>
#include <chrono>
#include <iostream>
void original(std::vector<std::string>& result, const std::string& input, const std::string& delimiter)
{
result.clear();
boost::char_separator<char> sep(delimiter.c_str());
boost::tokenizer<boost::char_separator<char>, std::string::const_iterator, std::string> tok(input, sep);
for (const auto& token : tok)
{
result.push_back(token);
}
}
void possible(std::vector<std::string>& result, const std::string& input, const std::string& delimiter)
{
result.clear();
boost::split(result, input, boost::is_any_of(delimiter), boost::algorithm::token_compress_off);
}
namespace bsq = boost::spirit::qi;
void spirit_direct(std::vector<std::string>& result, const std::string& input, char const* delimiter)
{
result.clear();
using namespace bsq;
if (!parse(input.begin(), input.end(), raw[*(char_ - char_(delimiter))] % char_(delimiter), result))
result.push_back(input);
}
namespace detail {
template <typename Sep> bsq::rule<std::string::const_iterator, std::vector<std::string>()>
make_spirit_parser(Sep const& sep)
{
using namespace bsq;
return raw[*(char_ - sep)] % sep;
}
static const auto precompiled_pipes = make_spirit_parser('|');
}
void spirit(std::vector<std::string>& result, const std::string& input, char const* delimiter)
{
result.clear();
if (!bsq::parse(input.begin(), input.end(), detail::make_spirit_parser(bsq::char_(delimiter)), result))
result.push_back(input);
}
void spirit_pipes(std::vector<std::string>& result, const std::string& input)
{
result.clear();
if (!bsq::parse(input.begin(), input.end(), detail::precompiled_pipes, result))
result.push_back(input);
}
template <typename F> void bench(std::string const& caption, F approach) {
size_t const iterations = 1000000;
using namespace std::chrono;
using C = high_resolution_clock;
auto start = C::now();
size_t count = 0;
for (auto i = 0U; i < iterations; ++i) {
count += approach();
}
auto us = duration_cast<std::chrono::microseconds>(C::now() - start).count();
std::cout << count << " " << caption << " rate: " << (1.*us/iterations) << "μs\n";
}
int main()
{
std::string const input = "2309|ioperwkl|2039i|rjjdsf|klsdjf230o|kx23904iep2|xp,39,4p2|xlmq2i3219||";
auto separator = "|";
std::vector<std::string> result;
bench("original (boost::tokenizer)", [&] {
original(result, input, separator);
return result.size();
});
bench("possible (boost::split)", [&] {
possible(result, input, separator);
return result.size();
});
bench("spirit (dynamic version)", [&] {
spirit(result, input, separator);
return result.size();
});
bench("spirit (direct version, avoid type erasure)", [&] {
spirit_direct(result, input, separator);
return result.size();
});
std::cout << "\nnext step:\n";
bench("spirit (precompiled sep)", [&] {
spirit_pipes(result, input);
return result.size();
});
}
关于c++ - 使用 boost spirit 拆分字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30046512/
假设我有这个变量 var image = "image.jpg"; 我正在尝试拆分变量图像的内容并将 _thumbs 插入其中以获得类似 image_thumbs.jpg 的内容。 我该如何解决这个问
我有一个包含多个问题和答案的单元格,其组织方式类似于 CSV。因此,为了将所有这些问题和答案分开,使用逗号作为分隔符的简单拆分应该很容易分开。 不幸的是,有些值使用逗号作为小数分隔符。有没有办法避免这
这是简单的代码: import std.algorithm; import std.array; import std.file; void main(string[] args) { aut
我正在尝试解析一个看起来像的 txt 文件 A - 19 B - 2 C - 3 我正在使用扫描仪方法读取它并在“- ”中拆分,以便我的输出看起来像: A 19 B 2 C 3 但是它似乎没有正确拆分
我有这些网址字符串 file:///home/we/Pictures/neededWord/3193_n.jpg file:///home/smes/Pictures/neededWord/jds_2
我正在解析一个 CVS 文件,如下所示: "07555555555",25.70,18/11/2010,01/03/2011,N,133,0,36,,896,537,547,,Mr,John,Doe,
我在脚本中使用以下行返回 $folder 处所有文件夹的所有路径地点。 dir -recurse $folder|?{$_.PSIsContainer}|select -ExpandProperty
我正在尝试将字符串格式化为word+word+word 例如 “超音乐节”变成“超+音乐+节日” 我尝试过使用以下代码 query.split(" ").join("+"); 或 query.repl
我叫 luis,住在 arg。我有一个问题,无法解决。 **IN BASH** pwd /home/labs-perl ls file1.pl file2.pl **IN PERL** my $ls
我想从包 javax.json 中拆分 JsonArray,但我找不到完成这项工作的便捷方法。我查看了文档,只能想到迭代 JsonArray 并使用 JsonArrayBuilder 手动添加项目。
我希望在第一个 ':' 处拆分字符串,以防止字符串的第二部分包含 ':' 时出现问题。我一直在研究正则表达式,但仍然遇到一些问题,有人可以帮我吗?谢谢。 最佳答案 您可以使用overload of s
我想拆分列表的列表 ((A,1,2,3),(B,4,5,6),(C,7,8,9))进入: (A,1) (A,2) (A,3) (B,4) (B,5) ... 我试过rdd.flatMapValues(
我有一个文本文件,其中每一行都有数据。它看起来像这样: number0;text0 number1;text1 number2;text2 ..等等 所以我通过 xmlhttprequest 将该文本
问题很简单——比如说,我得到了函数,它接收数组作为参数 void calc(double[] data) 如何将这些数据“拆分”成两个子数组并像这样传递给子函数 calc_sub(data(0, le
我想显示来自 EMAIL_TEXT 数据库列的数据,在定义的字符处拆分列。出于某种原因,我的结果只打印第一行到我拆分字符串的位置,跳过其余行。这是我希望在每个“|”之后拆分的数据。 这里是要拆分的数据
我有一个动态数组,我想排除字符串的第一部分,但我不知道第一部分之后会有多少对象,我想将它们全部包含在一个新字符串中。 string = "text.'''hi''','''who''' '''are'
我想拆分 URL 的某些特定部分,这是我目前所做的。 var query = window.location.pathname.split( '/' ); query = window.locati
我有一条消息携带 XML(订单),其中包含多个同质节点(比如产品列表)以及其他信息(比如地址、客户详细信息等)。我必须使用另一个外部服务提供的详细信息来丰富每个“产品”,并返回带有丰富“产品”的相同完
我有一个动态生成的大字符串,我正在拆分它。 var myString="val1, val, val3, val4..... val400" 我对此字符串进行了简单的拆分, myString= myS
这个问题在这里已经有了答案: Java String split removed empty values (5 个答案) 关闭 7 年前。 我正在尝试使用 split(";") 将字符串转换为数组
我是一名优秀的程序员,十分优秀!