高人,来个算法.进来瞧瞧

Question

程序需求如下:
判断一个文本文件中,某一字符串存在的个数.(文本文件体积,超过10M)
比如判断文本文件a.txt中,字符串"ul"在此文本文件中的个数.我写了下面两个算法.
  private static void A1(string str, string str1)
        {
            DateTime d1 = DateTime.Now;
            int pos = 0;
            int total = -1;
            while (pos != -1)
            {
                pos = str.IndexOf(str1, pos+1);
                total++;
            }
            TimeSpan t = DateTime.Now - d1;
            System.Console.WriteLine("共有{0}个匹配字符串,耗时{1}毫秒", total, t.TotalMilliseconds);
        }
  private static void A3(string str, string str1)
        {
            DateTime d1 = DateTime.Now;
            int total = 0;
            System.Text.RegularExpressions.MatchCollection mc = System.Text.RegularExpressions.Regex.Matches(str, str1);
            total = mc.Count;
            TimeSpan t = DateTime.Now - d1;
            System.Console.WriteLine("共有{0}个匹配字符串,耗时{1}毫秒", total, t.TotalMilliseconds);
        }第二个算法,在性能上,要优于第一个算法,可是,还不太理想,有没有更快的算法?如果有,请附上源代码.

Answer 1

把文件一次读到一个string中吗？载入文件分配内存也是很耗时间的
计算时间要把载入的部分也计算上先

Answer 2

对方法2的改进：
Regex regex = new Regex(regexstr, RegexOptions.Compiled);
mc = regex.Match(inputstr);
如果要做的数据量很大，或者是一个正则被重复的使用则可以采用编译型的正则另外关于楼主时间的采样方法是不精确的。OS是多任务的，关于你代码的运行时间应该取
TimeSpan beginTime = System.Diagnostics.Process.GetCurrentProcess().TotalProcessorTime;
//这里跑算法
TimeSpan endTime = System.Diagnostics.Process.GetCurrentProcess().TotalProcessorTime;
TimeSpan totalTime = endTime.Subtract(beginTime);
如果程序运行的时间很短是误差很大的

Answer 3

楼主可以先将文本文件读入一个字符串中，然后
判断一个字符串在另外一个字符串中的个数的方法很多：
1、string str1='ul';
   string str2='ulasdulauldsduls';
   string[] st=s.Split(str1.ToCharArray()); 
   int n=st.Length-1; //2.string str1='ul';
  string str2='ulasdulauldsduls';
  int n=str2.length-str2.Replace(str1,'').length;等等还有很多。。

Answer 4

using System;
using System.Collections.Generic;
using System.Text;
using System.Text.RegularExpressions;namespace 字符串计数
{
class Program
{
private static int A1(string str, string str1)
{
int pos = 0;
int total = -1;
while (pos != -1)
{
pos = str.IndexOf(str1, pos + 1);
total++;
}
return total;
}
private static int A3(string str, string str1)
{
int total = 0;
System.Text.RegularExpressions.MatchCollection mc = System.Text.RegularExpressions.Regex.Matches(str, str1);
total = mc.Count;
return total;
}
private static int A4(string str, string str1)
{
Regex regex = new Regex(str1, RegexOptions.Compiled);
return regex.Matches(str).Count;
} static void Main(string[] args)
{
str1 = "abc";
Console.WriteLine(str1);
Test(A1);
Test(A3);
Test(A4); str1 = "abcabcabc";
Console.WriteLine(str1);
Test(A1);
Test(A3);
Test(A4); str1 = "abcabcabcabcabcabcabcabcabc";
Console.WriteLine(str1);
Test(A1);
Test(A3);
Test(A4); //abc
//A1:5.046875
//A3:9.75
//A4:9.875 //abcabcabc
//A1:4.25
//A3:1.328125
//A4:1.078125 //abcabcabcabcabcabcabcabcabc
//A1:4.21875
//A3:0.921875
//A4:0.703125
//请按任意键继续. . .
} #region Other
static string str;
static string str1;
static Program()
{
str = CreateString();
str1 = "abcabcabcabc";
} static string CreateString()
{
StringBuilder sb = new StringBuilder();
int n = 10 * (int)Math.Pow(2, 20);
Random random = new Random();
for (int i = 0; i < n; i++)
{
switch (random.Next(3))
{
case 0:
sb.Append('a');
break;
case 1:
sb.Append('b');
break;
case 2:
sb.Append('c');
break;
}
}
return sb.ToString();
}
delegate int AXHandel(string str, string str1);
static void Test(AXHandel AX)
{
Console.Write(AX.Method.Name + ":");
TimeBegin();
for (int i = 0; i < 10; i++)
{
AX(str, str1);
}
TimeEnd();
}
#endregion #region Timeer
static TimeSpan begin = TimeSpan.MinValue;
static void TimeBegin()
{
begin = System.Diagnostics.Process.GetCurrentProcess().TotalProcessorTime;
}
static void TimeEnd()
{
TimeSpan end = System.Diagnostics.Process.GetCurrentProcess().TotalProcessorTime;
TimeSpan total = end - begin;
string ms = total.TotalSeconds.ToString();
Console.WriteLine("{0}", ms);
}
#endregion
}
}