Ненавистный - любимый AnsiString

[Smitt&Wesson]

Эта тема не вопрос. Просто хочу поделиться находкой.
В общем предыстория такая. Есть текстовый файл размером в 1 мегабайт. Он состоит из строк размером до 1000 символов (варьируется). В этих строках, есть n-е количество одинаковых подстрок от 0 до 10-и.
Задача: подсчитать все подстроки в этом файле.
Задача интересна тем, что в AnsiString есть функция нахождения первого вхождения Pos, AnsiPos, но нет функции продолжения поиска. Странно, почему разработчики этого не предусмотрели?
Первое, лобовое решение, которое пришло на ум, это удалять подстроки из строки. Очевидность неперспективности такого решения проявилась сразу. Прога "зависла" минут на 5. Связано это с тем, что проге необходимо бало сдвигать строки после удаления фрагмента.
Попробовал перебором в двух фор-циклах. Задержка оказалась не столь значительной, всего минута.
Я подумал, а нельзя-ли ещё ускорить её работу? Ведь большинство строк файла не содержит необходимой последовательности...
И вот, что у меня родилось:

// Подсчёт количества вхождений подстроки в строку
int __fastcall TForm1::CountOccurrences(const AnsiString string, const AnsiString substring)
{
int i = string.AnsiPos(substring);// Первое вхождение находим стандартным методом
if(i == 0)return 0;
i += substring.Length();// Пропускаем первое вхождение
int st=1;// так как уже есть одно вхождение
int j;
for(i; i<string.Length(); i++)
{
  j=1;// У ансистринг всё начинается не с нуля
  while(j <= substring.Length())
  {
    if(string[i] != substring[j]) goto exit;
    j++;
  }
  st++;
exit:
}
return st;
}

Программа этот файл отработала за 27 секунд. За goto прошу не костить. Пробовал с проверкой if-ом в конце цикла while. Задержка оказалась 32 секунды.
Вот такие фокусы программирования!

[Rififi]

j=1;// У ансистринг всё начинается не с нуля

OMG. даже здесь у них сделано через (_|_) :facepalm:

решение очевидно - выкинуть нах этот отстойный AnsiString (можно и сам C++ Builder заодно) и использовать кошерный std::string

[Smitt&Wesson]

Сообщение от Rififi

j=1;// У ансистринг всё начинается не с нуля

OMG. даже здесь у них сделано через (_|_) :facepalm:

решение очевидно - выкинуть нах этот отстойный AnsiString (можно и сам C++ Builder заодно) и использовать кошерный std::string

Почему сразу так. Сам по себе, это очень даже неплохой класс. У него много полезных и легко реализуемыз методов. Но вот чего авторы не додумали, так это продолжение поиска в строке. Приходится через такие костыли делать.

[DpolenST]

чуть-чуть поправить надо
while(j <= substring.Length())

действительно быстрее, в мегабайтном тексте 70000 вхождений посчитал за 80 мс вместо 3300 мс.

[Smitt&Wesson]

Сообщение от DpolenST

чуть-чуть поправить надо
while(j <= substring.Length())

действительно быстрее, в мегабайтном тексте 70000 вхождений посчитал за 80 мс вместо 3300 мс.

Да, точно. Без знака равно, он последний символ не видит. Но работала!
Код поправил.

[Vapaamies]

Сообщение от Smitt&Wesson

Задача интересна тем, что в AnsiString есть функция нахождения первого вхождения Pos, AnsiPos, но нет функции продолжения поиска. Странно, почему разработчики этого не предусмотрели?

А что, в этом вашем Билдере нету PosEx?

[DpolenST]

еще один момент не учтен

st++;
i += substring.Length()-1;

иначе такой код

int f=CountOccurrences("111111111111","11");

выдаст 10 вместо 6-ти

[Smitt&Wesson]

Сообщение от Vapaamies

А что, в этом вашем Билдере нету PosEx?

Возможно, это недокументированная функция. Во-всяком случае, я о ней не слышал и нигде она не описана. Проверю на досуге.

Сообщение от DpolenST

еще один момент не учтен

st++;
i += substring.Length()-1;

иначе такой код

int f=CountOccurrences("111111111111","11");

выдаст 10 вместо 6-ти

Не спорю, утилитка сырая. Многие аспекты не проверялись. Проверил только то, что она работает так, как мне было нужно.

[Smitt&Wesson]

В мой код вкралась одна недоработочка, на которую мне указал в личке один хороший человек. И он прав. Привожу исправленный код:

// Подсчёт количества вхождений подстроки в строку
int __fastcall TForm1::CountOccurrences(const AnsiString string, const AnsiString substring)
{
int i = string.AnsiPos(substring);// Первое вхождение находим стандартным методом
if(i == 0)return 0;
i += substring.Length();// Пропускаем первое вхождение
int st=1;// так как уже есть одно вхождение
int j;
for(i; i<string.Length(); i++)
{
  j=1;// У ансистринг всё начинается не с нуля
  while(j <= substring.Length())
  {
    if(string[i+j-1] != substring[j]) goto exit;
    j++;
  }
  st++;
exit:
}
return st;
}

[Пепел Феникса]

Сообщение от Vapaamies

А что, в этом вашем Билдере нету PosEx?

в Дельфях PosEx это отдельная функция, находящаяся в модуле StrUtils(то есть отдельно от Pos), может и тут типа того?