用 C（或只是算法）编写程序来搜索和替换文件中的字符的有效方法是什么？

Question

用户将在运行时提供 2 个字符串，例如“asdf”“qwer”， 现在，每个出现的“a”都应替换为“q”，“s”替换为“w”，“d”替换为“e”，“f”替换为“r” 字符串的长度可能会有所不同。 现在的重点是要操作的文件很大，3-4 TB，所以我们需要一个效率为“n”或“n(log(n))”的高效程序，一系列 if...else不会有帮助。 给出的提示是： 1.>该文件没有特殊字符或空格。它仅由小写字符组成 2.> 程序应该利用文件中只有 26 个字符的事实。 3.>最后，使用字符的 ascii 值以某种方式完成解决方案。

其他细节 文件应该是关于一个人的论文，所以它不是一个序列。 是的，我们必须按顺序读取整个文件，唯一不应该做的就是对每个字符进行比较，即 if(a)then(q)elseif(s)then(w)....something...更有效率？？？

请帮忙

Answer 1

在程序开头创建一个包含 26 个字符的数组。然后替换这个数组中你想要的那些。然后解析整个文件，用表值替换每个字符。

char charsToReplace = "asdf";
char replaceBy = "qwer";
charsToReplaceCount = 4;

char replaceTable[26] = {'a', 'b', 'c', ... , 'z'}

for (int i=0; i<charsToReplaceCount; ++i)
{
    replaceTable[charsToReplace[i] - 'a'] = replaceBy[i];
}

...

for (int i=0; i<fileLengthChunk; ++i)
{
    file[i] = replaceTable[file[i] - 'a'];
}

由于文件很大，我跳过了文件的读写以及分块。

Answer 2

您首先搜索“要替换”字符串中的第一个字符，一旦找到一个实例，您就开始处理“要替换”字符串，检查每个后续字符，如果找到完全匹配，那么您将替代品。

如果字符串的长度并不总是相同，您将需要读入文件并将修改后的文件写出？我建议这将分块完成，除非您可以在内存中托管 4TB。

基本的伪代码是：

objectstr = "asdf";
targetstr = "qwer";
while not eof
{
   filechar = readchar;
   if (filechar == objectstr[0])
   {
      if (remainingfilechars > length(objectstr)-1)
      {
          match = true;
          for i = 1 to length(objectstr)-1
          {
              filechar = readchar
              if (filechar != objectstr[i])
              {
                  match = false;
                  break;
              }
          }
          if (match)
          {
              writefile(targetstr);
          }
          else
          {
              fileseek(currentfileposition - (length(objectstr)-1));
              writefile(filechar);
          }
       }
    }
    else
    {
        writefile(filechar);
    }
}