Parse ohne String Split

Question

Dies ist ein Spin-off aus der Diskussion in some other question.

Angenommen, ich muss eine große Anzahl sehr langer Strings parsen. Jede Zeichenfolge enthält eine Sequenz von double s (natürlich in Textdarstellung), die durch Leerzeichen voneinander getrennt sind. Ich muss die double s in eine List<double> analysieren.

Die Standard-Analyse-Technik (mit string.Split + double.TryParse) scheint ziemlich langsam zu sein: für jede der Zahlen müssen wir eine Zeichenfolge zuordnen.

Ich habe versucht, es zu einem alten C-ähnlichen Weg zu machen: Berechne die Indizes des Anfangs und des Endes von Teilstrings, die die Zahlen enthalten, und analysiere sie "an Ort und Stelle", ohne zusätzliche Zeichenketten zu erzeugen. (Siehe http://ideone.com/Op6h0, unter dem relevanten Teil gezeigt.)

int startIdx, endIdx = 0; 
while(true) 
{ 
    startIdx = endIdx; 
    // no find_first_not_of in C# 
    while (startIdx < s.Length && s[startIdx] == ' ') startIdx++; 
    if (startIdx == s.Length) break; 
    endIdx = s.IndexOf(' ', startIdx); 
    if (endIdx == -1) endIdx = s.Length; 
    // how to extract a double here? 
} 

Es gibt eine Überlastung von string.IndexOf, nur innerhalb eines bestimmten Teilzeichens gesucht, aber ich konnte keine Methode finden, um eine Doppel von Teilzeichenfolge Parsen, ohne tatsächlich zu extrahieren, dass Teilzeichenfolge zuerst.

Hat jemand eine Idee?

Answer 1

Es gibt keine verwaltete API, um ein Double von einem Teilstring zu analysieren. Meine Vermutung ist, dass die Zuweisung der Zeichenfolge im Vergleich zu allen Gleitkommaoperationen in double.Parse unbedeutend ist.

Wie auch immer, Sie können die Zuweisung speichern, indem Sie einen "Puffer" -String der Länge 100 erstellen, der nur aus Leerzeichen besteht. Anschließend kopieren Sie die Zeichen für jede Zeichenfolge, die Sie analysieren möchten, in diese Pufferzeichenfolge unter Verwendung des unsicheren Codes . Sie füllen die Pufferzeichenfolge mit Leerzeichen. Und zum Parsen können Sie NumberStyles.AllowTrailingWhite verwenden, was dazu führt, dass nachfolgende Leerzeichen ignoriert werden.

einen Zeiger auf Zeichenfolge zu erhalten ist tatsächlich eine vollständig unterstützte Operation:

string l_pos = new string(' ', 100); //don't write to a shared string! 
    unsafe 
    { 
     fixed (char* l_pSrc = l_pos) 
     {    
       // do some work 
     } 
    } 

C# spezielle Syntax hat eine Zeichenkette in einem char * zu binden.

Answer 2

, wenn Sie es wirklich schnell tun wollen, würde ich eine Zustandsmaschine

verwenden diese aussehen könnte:

enum State 
{ 
    Separator, Sign, Mantisse etc. 
} 
State CurrentState = State.Separator; 
int Prefix, Exponent, Mantisse; 
foreach(var ch in InputString) 
{ 
    switch(CurrentState) 
    { // set new currentstate in dependence of ch and CurrentState 
     case Separator: 
      GotNewDouble(Prefix, Exponent, Mantisse); 


    } 

}