फ़ाइल में हैश तालिका कैसे स्टोर करें?

Question

मैं डिस्क पर फ़ाइल में अलग श्रृंखला के साथ हैश तालिका कैसे स्टोर कर सकता हूं?

रनटाइम पर हैश तालिका में संग्रहीत डेटा जेनरेट करना महंगा है, डिस्क से एचटी लोड करना तेज़ होगा ... अगर मैं केवल यह समझ सकूं कि इसे कैसे किया जाए।

संपादित करें: लुकअप एचटी में लोड एचटी के साथ किया जाता है। मुझे हैशटेबल (मेमोरी में) को कुछ बाइनरी प्रारूप में फ़ाइल में स्टोर करने का एक तरीका ढूंढना होगा। तो अगली बार जब प्रोग्राम चलता है तो यह केवल एचटी डिस्क को डिस्क में लोड कर सकता है।

मैं सी ++ का उपयोग कर रहा हूं।

Answer 1

आप किस भाषा का उपयोग कर रहे हैं? सामान्य विधि कुछ प्रकार के द्विआधारी क्रमिकरण करना है।

ठीक है, मुझे लगता है कि आपने भाषा जोड़ने के लिए संपादित किया है। सी ++ के लिए कुछ विकल्प हैं। मेरा मानना ​​है कि बूस्ट सीरियलाइजेशन तंत्र बहुत अच्छा है। इसके अलावा, बूस्ट की धारावाहिक पुस्तकालय के लिए पृष्ठ विकल्पों का भी वर्णन करता है। यहाँ लिंक है:

http://www.boost.org/doc/libs/1_37_0/libs/serialization/doc/index.html

Answer 2

मान लिया जाये कि C/C++: सरणी अनुक्रमित उपयोग और निश्चित आकार structs के बजाय संकेत और चर लंबाई आवंटन। आपको बाद में पढ़ने() आईएनजी के लिए फ़ाइल संरचनाओं को सीधे लिखने में सक्षम होना चाहिए।

किसी भी उच्च स्तर के लिए: बहुत अधिक भाषा एपीआई में क्रमबद्धता सुविधाएं होती हैं। जावा और क्यूटी/सी ++ दोनों में ऐसे तरीके हैं जो तुरंत दिमाग में फिसलते हैं, इसलिए मैं दूसरों को भी जानता हूं।

Answer 3

शायद DBM आपके लिए उपयोग किया जा सकता है।

Answer 4

आप सीरियलाइजेशन (उदा। in Java) का उपयोग करके पूरी डेटा संरचना को डिस्क पर सीधे लिख सकते हैं। हालांकि, आपको अपने तत्वों तक पहुंचने के लिए पूरी वस्तु को स्मृति में वापस पढ़ने के लिए मजबूर होना पड़ सकता है। यदि यह व्यावहारिक नहीं है, तो आप हैश तालिका के तत्वों को संग्रहीत करने के लिए random access फ़ाइल का उपयोग करने पर विचार कर सकते हैं। श्रृंखला में अगले तत्व का प्रतिनिधित्व करने के लिए पॉइंटर का उपयोग करने के बजाय, आप फ़ाइल में बाइट स्थिति का उपयोग करेंगे।

Answer 5

यदि आपके हैश टेबल कार्यान्वयन कोई अच्छा है, तो बस हैश और प्रत्येक ऑब्जेक्ट के डेटा को स्टोर करें - तालिका में ऑब्जेक्ट डालने से हैश को महंगा नहीं होना चाहिए, और टेबल या चेन को क्रमबद्ध करने से आपको सीधे बदलना पड़ता है बचत और लोड के बीच सटीक कार्यान्वयन।

Answer 6

सूचकांक के लिए पॉइंटर्स को हटाएं।

यह ऑन-डिस्क DAWG पर निर्माण करने के समान ही है, जिसे मैंने कुछ समय पहले किया था। इतना इतना मीठा क्या था कि इसे फ़ाइल पढ़ने के बजाय सीधे एमएमएपी के साथ लोड किया जा सकता था। अगर हैश अंतरिक्ष प्रबंधनीय है, का कहना है कि 2 या 2 प्रविष्टियों, तो मुझे लगता है कि मैं कुछ इस तरह करना होगा:

• मुक्त सूचकांकों की एक सूची रखें। (यदि तालिका खाली है, तो प्रत्येक श्रृंखला-सूचकांक अगले सूचकांक पर इंगित करेगा।)
• जब चेनिंग की आवश्यकता होती है तो तालिका में खाली स्थान का उपयोग करें।
• आप एक सूचकांक कि एक squatter (कहीं और से अतिप्रवाह) के कब्जे में है में कुछ डाल करने के लिए की जरूरत है:
  • रिकॉर्ड सूचकांक
  • स्वैप (इसे एन कॉल) नए तत्व और अनधिवासी
  • स्क्वाटर को एक नई मुक्त इंडेक्स में रखें, (एफ)।
  • अनधिवासी के हैश सूचकांक पर श्रृंखला का पालन करें, तो आप पूरी तरह से मुक्त सूचकांक समाप्त हो जाता है एफ
• साथ एन को बदलने के लिए, तो आप शायद एक बड़ा टेबल की जरूरत है, लेकिन आप mremap का उपयोग करके थोड़ी देर सामना कर सकते हैं टेबल के बाद अतिरिक्त कमरा बनाने के लिए।

इससे आपको संशोधन के बिना सीधे तालिका को एमएमएपी और उपयोग करने की अनुमति देनी चाहिए। (ओएस कैश में डरावना तेज़!) लेकिन आपको पॉइंटर्स के बजाय इंडेक्स के साथ काम करना होगा। सिग्कॉल-राउंड-ट्रिप-टाइम में मेगाबाइट्स उपलब्ध कराने के लिए यह बहुत डरावना है, और अभी भी इसे पेजिंग के कारण भौतिक स्मृति में उससे कम लेना है।