c - 在 C 中对齐数据集列

Question

我有一个包含两组的数据集:红色和绿色，我想比较比率之间的差异，但它们必须首先对齐。

原始文件(前几行 200,000 个条目)

A   B       C       D
Red Ratio   Green   Ratio
1   0.35    1   0.21
2   0.45    2   0.235
3   0.45    3   0.154
4   0.235   4   0.156
6   0.156   5   0.146
7   0.668   6   0.154
8   0.44    7   0.148
9   0.446   8   0.148
10  0.354   9   0.199
11  0.154   10  0.143
12  0.49    12  0.148

使用代码后，值会对齐，“额外”会被删除，列会向上移动。

A   B   C   D
Red Ratio   Green   Ratio
1   0.35    1   0.21
2   0.45    2   0.235
3   0.45    3   0.154
4   0.235   4   0.156
6   0.156   6   0.154
7   0.668   7   0.148
8   0.44    8   0.148
9   0.446   9   0.199
10  0.354   10  0.143
12  0.49    12  0.148
15  0.146   15  0.87
17  0.113   17  0.113
19  0.44    19  0.448

这是我到目前为止的代码:我正在计算 A 和 C 之间的差异来检查它们是否为 0，如果不是则调整它们。

#include <stdio.h>

int deletemove(char column, int row)
    {
            // This script would delete the positions mentioned in the arguments, and shift the other values up.
    }


int main(void)
{

    //Opening input file for read/write

    FILE *input;

    input=fopen("/full/path/file.xlsx", "r");

    if (input == NULL) {printf("error opening input file\n");}

    //Store the values from file into an array

    int colA[1024];
    int colC[1024];

    // read contents of columns A and C and store in an array
    int ai;
    for(ai=1; ai<1024; ai++)
            {       fseek(input,ai,SEEK_SET);
                    colA[ai]=fgetc(input);
            }
    int ci;
    for(ci=1; ci<1024; ci++)
            {       fseek(input,ci,SEEK_SET);
                    colC[ci]=fgetc(input);
            }

    //Take difference between value of Column A and C to check if they are identical.

    int j;
    char A,B;
    for (j = 1; j < 1024; j++)
            {
                    int check = colA[j] - colC[j];  // check difference between two values in a column
                    if (check > 0)
                            deletemove(A,j);  //delete values from column C and D
                    else if  (check < 0)
                            deletemove(B,j); // delete values from column A and B
            }


    fclose(input); // close files

}

我需要帮助实现删除行/列函数并读取数组中的值。

另外，在数组中存储 200,000 个值是可行的方法吗？

谢谢。

Answer 1

is storing 200,000 values in an array a feasible method?

是的，只要您不将这些数组放入堆栈即可。在函数内声明变量会将变量放入堆栈⁽¹⁾。现代(2016 年)桌面通常将堆栈大小限制为几兆字节，而主内存为几千兆字节。

所以最好将大数组放入主存中。这可以通过多种方式完成:

• 使用全局数组，即在任何函数外部声明数组
• 使用静态数组，即使用 static 关键字声明数组
• 使用动态分配的数组，即使用malloc来分配数组

(您也可以使用链表。链表的优点是它可以根据需要增长；您不需要提前知道空间要求。)

在您的情况下，我会将比率存储在数组中由红色/绿色值给出的索引处。假设比率始终为正数，我将使用 -1.0 初始化数组中的所有条目。然后，当您读取文件时，将比率存储在两个数组中的正确位置。例如，当您阅读该行

6   0.156   5   0.146

将 0.156 存储在红色数组中的索引 6 处，并将 0.146 存储在绿色数组中的索引 5 处大批。

从文件中读取所有值后，您可以简单地扫描两个数组，并打印两个数组都具有非负值的值。

(1) _{忽略没有正常堆栈的奇怪系统(例如小型嵌入式系统)。}