在一个10M的文本文件中搜索指定字符串

主　　题： 我想在一个10M的文本文件中搜索指定字符串，请问该怎么做
作　　者： yangling18(皮皮)
等　　级：
信 誉 值： 93
所属论坛： Delphi 语言基础/算法/系统设计
问题点数： 50
回复次数： 40
发表时间： 2005-11-22 8:52:41

如果用BMP算法，需要提供的参数有源字符串和目标字符串，但是源目标字符串有10M，恐怕不行，如果用strPos函数，则需要为这个文本文件buffer分配10M空间，然后再用一个pChar指针指向它，但是给buffer分配10M的空间是否会出错呢，有人能指点一下吗

回复人：kiboisme(蓝色光芒)(http://www.1284.net/)(Delphi编写的脚本)() 信誉：109 2005-11-22 9:18:23 得分:5 1楼

用StrPos，不需要分配内存，就在原内存上找
看例子
var
Buf : String;
Key : String;
FP : PChar;
begin
Buf := '';//改成你的读取过程
Key := '查询字符串';
//首先得判断一下查询和被查询字符串是否为空
FP := StrPos(@Buf[1],@Key[1]);
.......
end;

回复人：firstrose(kots)() 信誉：100 2005-11-22 9:55:48 得分:0 2楼

用KMP算法

回复人：wizardqi(男巫)() 信誉：100 2005-11-22 11:10:55 得分:0 3楼

//楼主说错了吧,应该是KMP才对,这种算法最适应查询外部大容量存储信息,我写了个算法如下,可以实现文件内容高速查询,希望能为楼主带来帮助
unit Unit1;
interface
uses
Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,
Dialogs, StdCtrls, StrUtils;
type
TForm1 = class(TForm)
Button1: TButton;
Memo1: TMemo;
procedure Button1Click(Sender: TObject);
private
{ Private declarations }
public
{ Public declarations }
end;
var
Form1: TForm1;
implementation
{$R *.dfm}
function KMP(tent,path:String;StartPos:Integer=1;EndPos:Integer=-1):Integer;
var
f:array of Integer;
t,i,j,p:Integer;
lent:Integer;
lenp:Integer;
begin
if EndPos>0 then
Lent:=EndPos
else
lent:=Length(tent);
lenp:=Length(path);
SetLength(f,lenp+1);
f[1]:=0;
for j:=2 to lenp do
begin
i:=f[j-1];
while (path[j]<>path[i+1])and (i>0) do i:=f[i];
if path[j]=path[i+1] then
f[j]:=i+1
else
f[j]:=0;
end;
t:=StartPos;
p:=1;
while (t<=lent) and (p<=lenp) do
begin
if tent[t]=path[p] then
begin
Inc(t);
Inc(p);
end
else if p=1 then
Inc(t)
else p:=f[p-1]+1;
end;
if p<lenp then
Result:=-1
else
Result:=t-lenp;
end;
function FindStrInFile(Str,FileName:String;var Positions:Array of Int64):Integer;
var
FS:TFileStream;
Buffer:String;
i,ReadBegin,ReadSize,ReadLen:Integer;
BeginPos:Int64;
SLen:Integer;
begin
Result:=0;
SLen:=Length(Str);
ReadBegin:=1;
ReadSize:=SLen*100;
BeginPos:=0;
SetLength(Buffer,ReadSize*2);
FS:=TFileStream.Create(FileName,fmOpenRead or fmShareDenyNone);
try
while Result<High(Positions) do
begin
ReadLen:=FS.Read(Buffer[ReadBegin],ReadSize);
if ReadLen>0 then
begin
i:=1;
repeat
i:=KMP(Buffer,Str,i,ReadBegin+ReadLen-1);
if i>0 then
begin
Positions[Result]:=BeginPos+i;
Inc(Result);
Inc(i,SLen);
end;
until i<0;
ReadSize:=SLen*99+1;
if FS.Size-FS.Position<ReadSize then ReadSize:=FS.Size-FS.Position;
ReadBegin:=100*SLen-ReadSize;
Move(Buffer[ReadSize+1],Buffer[1],ReadBegin);
BeginPos:=BeginPos+ReadSize;
end
else
Break;
end;
finally
FS.Free;
end;
end;

procedure TForm1.Button1Click(Sender: TObject);
var
ps:Array[0..100] of Int64;//搜索匹配窜的确位置序列
i,n:Integer;
begin
n:=FindStrInFile('xml',ExtractFilePath(Application.ExeName)+'QTDB.TXT',ps);
for i:=0 to n-1 do
begin
Memo1.Lines.Add('第'+IntToStr(i)+'位置在:'+IntToStr(ps[i]));
end;
end;
end.

回复人：yangling18(皮皮)() 信誉：93 2005-11-22 11:13:36 得分:0 4楼

我的笔误,把KMP算法写成了"BMP"算法,KMP算法要源字符串作参数,很难想象源字符串有10M大小

回复人：Hero4444(阿神)() 信誉：100 2005-11-22 11:47:32 得分:0 5楼

頂

回复人：saoren(saoren)() 信誉：100 2005-11-22 16:23:32 得分:0 6楼

好像BM算法比KMP算法快了很多，楼主去找找，我记得以前有过，不过不记得了。

回复人：yangling18(皮皮)() 信誉：93 2005-11-22 17:39:00 得分:0 7楼

BM算法我早试过了，但是不知如何读取10M的文件，难道要length(s)=10M吗

回复人：baiduan(小安子)() 信誉：100 2005-11-23 8:19:57 得分:0 8楼

关注一下

回复人：firstrose(kots)() 信誉：100 2005-11-23 8:27:12 得分:5 9楼

AnsiString的长度可以达到4G，如果你有那么多内存的话。
4G>>10M

回复人：firstrose(kots)() 信誉：100 2005-11-23 8:43:02 得分:0 10楼

我感觉lz的头脑不大清楚。
你题目说要在10M的文件里搜索一个str。显然，str是要在文件里匹配的模式串
然后你又在问题里说“如果用BMP算法，需要提供的参数有源字符串和目标字符串，但是源目标字符串有10M，恐怕不行”。为什么不行？KMP根本是不需要回溯的。而且，你就算用strpos，照样要把那10M从头到尾过一遍。那么，你说那话的原因很清楚，你把那个10M的文件当做模式串了。
下面的话证实了我的判断“KMP算法要源字符串作参数,很难想象源字符串有10M大小”
所以，你完全可以用KMP，只是要先把概念弄明白。

回复人：li8()() 信誉：99 2005-11-23 8:46:55 得分:5 11楼

用POS定位查询

回复人：wizardqi(男巫)() 信誉：100 2005-11-23 8:53:33 得分:0 12楼

晕倒，对于外部存储设备的大容量信息查询，使用KMP是最适宜的算法，它的前滚无重复匹配过程最适应外部信息的分段匹配，而且即使纯内部信息查询当信息量大时其时间复杂度也是最优的,在最坏的情况下是O(m)。再者几位所说的MP是指哪个算法？？

回复人：yangling18(皮皮)() 信誉：93 2005-11-23 9:00:39 得分:0 13楼

对不起，是我错了，结贴吧

回复人：wizardqi(男巫)() 信誉：100 2005-11-23 9:01:25 得分:0 14楼

大家可以访问以下网站确认KMP算法
http://mhss.nease.net/string/KMP.html

回复人：yangling18(皮皮)() 信誉：93 2005-11-23 9:11:16 得分:0 15楼

我实际上是有一个大约200M的数据表要读，我想把内容导入到文本，分成10M一个的文本文件，再用KMP或BM算法搜索匹配的字符串，要在4秒内返回结果，反正我在数据库内用KMP和BM算法遍历搜索要用40秒以上，所以想把记录导入到文本文件试验一下，如果10M的速度可以的话，考虑分成50M一个的文件，大家有做过这类搜索吗

回复人：saoren(saoren)() 信誉：100 2005-11-23 9:52:41 得分:0 16楼

function FindPosWithSys(const ASource, ASub: string; StartPos: Integer): Integer;
begin
// PosEx in D7.StrUtils
Result := PosEx(ASub, ASource, StartPos);
end;

type
TFindPos = function(const ASource, ASub: string; StartPos: Integer): Integer;
procedure TForm1.CompareButtonClick(Sender: TObject);
function StringFromFile(const FileName: string): string;
var
FileSize: Integer;
begin
with TMemoryStream.Create do
try
LoadFromFile(FileName);
FileSize := Size;
SetLength(Result, FileSize);
Move(Memory^, Result[1], FileSize);
finally
Free;
end;
end;

procedure Search(const ASource, ASub, MethodName: string; SearchPos: TFindPos);
var
S1, E1: DWORD;
S2, E2: Int64;
SubLen, StartPos, SearchCount: Integer;
begin
S1 := GetTickCount;
QueryPerformanceCounter(S2);
StartPos := 1;
SearchCount := 0;
SubLen := Length(ASub);
StartPos := SearchPos(ASource, ASub, StartPos);
while StartPos <> 0 do
begin
Inc(SearchCount);
Inc(StartPos, SubLen);
StartPos := SearchPos(ASource, ASub, StartPos);
end;
QueryPerformanceCounter(E2);
E1 := GetTickCount;
MsgMemo.Lines.Add(Format('%20.20s GetTick Time: %10.10d, Query Counter: %10.10d, Search: %d',
[MethodName, E1 - S1, E2 - S2, SearchCount]));
end;
var
Source, Find: string;
begin
Find := Trim(FindEdit.Text);
if Find = '' then
raise Exception.Create('嗯，找到N多，俺就不说了。');
Source := StringFromFile(FileEdit.Text);
try
Search(Source, Find, 'FindPosWithPosEx', FindPosWithSys);
finally
SetLength(Source, 0);
end;
end;

回复人：saoren(saoren)() 信誉：100 2005-11-23 10:07:38 得分:0 17楼

10M一般查找内容一般都在0.0N秒内好像（以前测的），即时你用的是PosEx, 费时的是read/write文件，所以，一般优化的操作是在读写文件，看你的用途了。
谁将KMP算法写成:
TFindPos = function(const ASource, ASub: string; StartPos: Integer): Integer;
然后套到上面的
try
Search(Source, Find, 'FindPosWithKMP', FindPosWithKMP);
finally
SetLength(Source, 0);
end;
看看KMP跟PosEx快多少

回复人：wizardqi(男巫)() 信誉：100 2005-11-23 10:09:02 得分:0 18楼

假如考虑内存问题，没必要将200M文件分块，你可以使用我的那段程序作如下调整：
unit Unit1;
interface
uses
Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,
Dialogs, StdCtrls, StrUtils;
type
TForm1 = class(TForm)
Button1: TButton;
Memo1: TMemo;
procedure Button1Click(Sender: TObject);
private
{ Private declarations }
public
{ Public declarations }
end;
var
Form1: TForm1;
implementation
{$R *.dfm}
function KMP(tent,path:String;StartPos:Integer=1;EndPos:Integer=-1):Integer;
var
f:array of Integer;
t,i,j,p:Integer;
lent:Integer;
lenp:Integer;
begin
if EndPos>0 then
Lent:=EndPos
else
lent:=Length(tent);
lenp:=Length(path);
SetLength(f,lenp+1);
f[1]:=0;
for j:=2 to lenp do
begin
i:=f[j-1];
while (path[j]<>path[i+1])and (i>0) do i:=f[i];
if path[j]=path[i+1] then
f[j]:=i+1
else
f[j]:=0;
end;
t:=StartPos;
p:=1;
while (t<=lent) and (p<=lenp) do
begin
if tent[t]=path[p] then
begin
Inc(t);
Inc(p);
end
else if p=1 then
Inc(t)
else p:=f[p-1]+1;
end;
if p<lenp then
Result:=-1
else
Result:=t-lenp;
end;
function FindStrInFile(Str,FileName:String;var Positions:Array of Int64):Integer;
const
BUFFERBLOCK=10000;//调整这个可以加快文件读取进度
var
FS:TFileStream;
Buffer:String;
i,ReadBegin,ReadSize,ReadLen:Integer;
BeginPos:Int64;
SLen:Integer;
begin
Result:=0;
SLen:=Length(Str);
ReadBegin:=1;
ReadSize:=SLen*BUFFERBLOCK;
BeginPos:=0;
SetLength(Buffer,ReadSize);
FS:=TFileStream.Create(FileName,fmOpenRead or fmShareDenyNone);
try
while Result<High(Positions) do
begin
ReadLen:=FS.Read(Buffer[ReadBegin],ReadSize);
if ReadLen>0 then
begin
i:=1;
repeat
i:=KMP(Buffer,Str,i,ReadBegin+ReadLen-1);
if i>0 then
begin
Positions[Result]:=BeginPos+i;
Inc(Result);
Inc(i,SLen);
end;
until i<0;
ReadSize:=(BUFFERBLOCK-1)*SLen+1;
if FS.Size-FS.Position<ReadSize then ReadSize:=FS.Size-FS.Position;
ReadBegin:=BUFFERBLOCK*SLen-ReadSize+1;
Move(Buffer[ReadSize+1],Buffer[1],ReadBegin-1);
BeginPos:=BeginPos+ReadSize;
end
else
Break;
end;
finally
FS.Free;
end;
end;

procedure TForm1.Button1Click(Sender: TObject);
var
ps:Array[0..100] of Int64;//搜索匹配窜的确位置序列
i,n:Integer;
begin
n:=FindStrInFile('xml',ExtractFilePath(Application.ExeName)+'QTDB.TXT',ps);
for i:=0 to n-1 do
begin
Memo1.Lines.Add('第'+IntToStr(i)+'位置在:'+IntToStr(ps[i]));
end;
end;
end.

回复人：wizardqi(男巫)() 信誉：100 2005-11-23 10:11:59 得分:0 19楼

//楼上大哥看看PosEx的源代码，保证吓你一大跳
function PosEx(const SubStr, S: string; Offset: Cardinal = 1): Integer;
var
I,X: Integer;
Len, LenSubStr: Integer;
begin
if Offset = 1 then
Result := Pos(SubStr, S)
else
begin
I := Offset;
LenSubStr := Length(SubStr);
Len := Length(S) - LenSubStr + 1;
while I <= Len do
begin
if S[I] = SubStr[1] then
begin
X := 1;
while (X < LenSubStr) and (S[I + X] = SubStr[X + 1]) do
Inc(X);
if (X = LenSubStr) then
begin
Result := I;
exit;
end;
end;
Inc(I);
end;
Result := 0;
end;
end;

回复人：saoren(saoren)() 信誉：100 2005-11-23 10:49:55 得分:0 20楼

2 wizardqi
你将你的KMP写成: FindPos(const ASource, ASub: string; StartPos: Integer): Integer;格式，然后代入那上面的代码去比较一下。
我只想比较一下，不管哪种写法。

回复人：saoren(saoren)() 信誉：100 2005-11-23 10:51:52 得分:0 21楼

而且PosEx简单，你没看到PosEx只有几个简单的变量，进行简单的比较，而没能其它函数中初始的过程，一般过程，专门的算法只是为了专门的用途，所以，俺平常用的还是它的多。

回复人：saoren(saoren)() 信誉：100 2005-11-23 10:53:42 得分:0 22楼

PosEx代码很正常啊，怎么吓我一跳了？
另：刚才改了你的KMP函数，还真是吓我一跳，丢到我的那函数中，好像死掉了，郁闷，还是你来吧。

回复人：firstrose(kots)() 信誉：100 2005-11-23 11:05:36 得分:0 23楼

那么，用BM好了。
lz最后发的帖子终于比较清楚地说出了真实目的。
不管你文件多大，关键是，你可以用MapFile来快速读文件，这样就不用考虑什么内存问题。这样，再配BM算法，应该比较快。
我刚刚google了一下，KMP的平均查找时间不如BM。

回复人：saoren(saoren)() 信誉：100 2005-11-23 11:31:17 得分:0 24楼

function FindPosWithBM(const ASource, ASub: string; StartPos: Integer): Integer;
const
MAX_CHAR = 256;
SizeInt = SizeOf(Integer);
type
PByteArr = ^TByteArr;
TByteArr = array [0..MaxInt - 1] of Byte;
var
Src, Sub: PByte;
I, J, CurrPos, SubLen, SrcLen: Integer;
Buffer: array [0..MAX_CHAR - 1] of Integer;
begin
Result := 0;
SubLen := Length(ASub);
SrcLen := Length(ASource);
if SubLen > SrcLen then Exit;
Sub := PByte(ASub);
Src := PByte(ASource);
for I := 0 to MAX_CHAR - 1 do
Buffer[I] := SubLen;
for I := 0 to SubLen - 2 do
Buffer[PByteArr(Sub)^[I]] := SubLen - I - 1;
CurrPos := SubLen + StartPos - 2;
while CurrPos < SrcLen do
begin
I := CurrPos;
J := SubLen - 1;
while (J >= 0) and ((PByteArr(Src)^[I] = PByteArr(Sub)^[J])) do
begin
Dec(J);
Dec(I);
end;
if -1 = J then
begin
Result := CurrPos - SubLen + 1;
break;
end;
Inc(CurrPos, Buffer[PByteArr(Src)^[CurrPos]]);
end;
end;
function KMP(const ASource, ASub: string; StartPos: Integer = 1):Integer;
var
F: array of Integer;
I, J, SrcLen, SubLen: Integer;
begin
Result := 0;
SubLen := Length(ASub);
SetLength(f,SubLen + 1);
SrcLen := Length(ASource);
F[0] := 0;
F[1] := 0;
I := 1; J := 0;
FillChar(F[0], SizeOf(Integer) * (SubLen + 1), 0);
while I < SubLen do
if (J = 0) or (ASub[I] = ASub[J]) then
begin
Inc(I);
Inc(J);
F[I] := J;
end else
J := F[J];
J := 1;
I := StartPos;
while (I <= SrcLen) and (J <= SubLen) do
begin
if ASource[I] = ASub[J] then
begin
Inc(I);
Inc(J);
end
else
if J = 1 then
Inc(I)
else
J := F[J - 1] + 1;
if J > SubLen then
begin
Result := I - SubLen;
break;
end;
end;
end;
function FindPosWithKMP(const ASource, ASub: string; AStartPos: Integer): Integer;
begin
Result := KMP(ASource, ASub, AStartPos);
end;

回复人：yangling18(皮皮)() 信誉：93 2005-11-23 11:42:44 得分:0 25楼

弱弱的问一下,MapFile怎么用,另外,BM和KMP各自在数据表中查找时BM比KMP快6秒左右,我想大概是因为我查找的是中文字符串的缘故吧,若是英文,大概就能比BMP快3到5倍,就像文献中说的一样,我之所以想用文本文件查找,主要是因为数据库查找不能令人满意,我的文件有45000多个,在sqlserver中存储,每一项都是一个文本文件的字符串,用BM和KMP查找,用时40多秒,我就想把这些项分别导入几个大的文本文件中,然后查找,在一个文本文件中找到后可以确定它对应数据库中的哪些项,然后再在数据库中查找相应的项,返回正确的文件名,我试验过,用sql语句查找7000项的内容是瞬间完成的,我不知道我的想法是否可行,或者大家有更好的想法

回复人：saoren(saoren)() 信誉：100 2005-11-23 11:44:32 得分:15 26楼

用下面这个函数，生成一个大概10M的文件，内容是楼主发贴的内容：
>>如果用BMP算法，需要提供的参数有源字符串和目标字符串，但是源目标字符串有10M，恐怕不
>>行，如果用strPos函数，则需要为这个文本文件buffer分配10M空间，然后再用一个pChar指针
>>指向它，但是给buffer分配10M的空间是否会出错呢，有人能指点一下吗
用发贴内容生成的文件有10M，查找的内容是：buffer
测试的结果是：
FindPosWithBM GetTick Time: 0000000047, Query Counter: 0000194279, Search: 88318
FindPosWithSys GetTick Time: 0000000031, Query Counter: 0000125786, Search: 88318
FindPosWithKMP GetTick Time: 0000000125, Query Counter: 0000474927, Search: 88318
FindPosWithBM GetTick Time: 0000000063, Query Counter: 0000217063, Search: 88318
FindPosWithSys GetTick Time: 0000000047, Query Counter: 0000190896, Search: 88318
FindPosWithKMP GetTick Time: 0000000110, Query Counter: 0000419372, Search: 88318
FindPosWithBM GetTick Time: 0000000078, Query Counter: 0000234192, Search: 88318
FindPosWithSys GetTick Time: 0000000047, Query Counter: 0000150726, Search: 88318
FindPosWithKMP GetTick Time: 0000000140, Query Counter: 0000482356, Search: 88318
procedure TForm1.AddFileButtonClick(Sender: TObject);
procedure AddFile(FileName: string);
const
TEST_SIZE = 10024 * 1000;
var
Buffer: Pointer;
FileSize, Count: Integer;
begin
with TFileStream.Create(FileName, fmOpenReadWrite) do
try
FileSize := Size;
Count := FileSize;
GetMem(Buffer, Count);
try
ReadBuffer(Buffer^, Count);
Inc(FileSize, Write(Buffer^, Count));
while TEST_SIZE > FileSize do
Inc(FileSize, Write(Buffer^, Count));
Caption := Format('文件大小为：%d', [FileSize]);
finally
FreeMem(Buffer);
end;
finally
Free;
end;
end;

begin
AddFile(FileEdit.Text);
end;

回复人：wizardqi(男巫)() 信誉：100 2005-11-23 11:47:15 得分:15 27楼

//可能吧. 不过我使用下面的代码扫描100m的文件耗时247毫秒相信楼主对这个结果应该满意了吧！^_^
unit Unit1;
interface
uses
Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,
Dialogs, StdCtrls, StrUtils, Math, ZLib;
type
TForm1 = class(TForm)
Button1: TButton;
Memo1: TMemo;
procedure Button1Click(Sender: TObject);
private
{ Private declarations }
public
{ Public declarations }
end;
var
Form1: TForm1;
implementation
{$R *.dfm}
function KMP(tent,path:String;StartPos:Integer=1;EndPos:Integer=-1):Integer;
var
f:array of Integer;
t,i,j,p:Integer;
lent:Integer;
lenp:Integer;
begin
if EndPos>0 then
Lent:=EndPos
else
lent:=Length(tent);
lenp:=Length(path);
SetLength(f,lenp+1);
f[1]:=0;
for j:=2 to lenp do
begin
i:=f[j-1];
while (path[j]<>path[i+1])and (i>0) do i:=f[i];
if path[j]=path[i+1] then
f[j]:=i+1
else
f[j]:=0;
end;
t:=StartPos;
p:=1;
while (t<=lent) and (p<=lenp) do
begin
if tent[t]=path[p] then
begin
Inc(t);
Inc(p);
end
else if p=1 then
Inc(t)
else p:=f[p-1]+1;
end;
if p<lenp then
Result:=-1
else
Result:=t-lenp;
end;

procedure FindStrInFile(Str,FileName:String;out Positions:Pointer;out GetPosNum:Integer);
const
BUFFERBLOCK=10000;//调整这个可以加快文件读取进度
var
FS:TFileStream;
Buffer:String;
i,ReadBegin,ReadSize,ReadLen:Integer;
BeginPos,Count:Int64;
SLen:Integer;
begin
Count:=0;
GetPosNum:=BUFFERBLOCK;
GetMem(Positions,SizeOf(Int64)*GetPosNum);
SLen:=Length(Str);
ReadBegin:=1;
ReadSize:=SLen*BUFFERBLOCK;
BeginPos:=0;
SetLength(Buffer,ReadSize);
FS:=TFileStream.Create(FileName,fmOpenRead or fmShareDenyNone);
try
try
while True do
begin
ReadLen:=FS.Read(Buffer[ReadBegin],ReadSize);
if ReadLen>0 then
begin
i:=1;
repeat
i:=KMP(Buffer,Str,i,ReadBegin+ReadLen-1);
if i>0 then
begin
if Count>GetPosNum then
begin
Inc(GetPosNum,BUFFERBLOCK*SizeOf(Int64));
ReallocMem(Positions,GetPosNum);
end;
PInt64(Integer(Positions)+Count*SizeOf(Int64))^:=BeginPos+i;
Inc(Count);
Inc(i,SLen);
end;
until i<0;
if ReadLen<ReadSize then Break;
if Count>0 then
ReadSize:=Max((BUFFERBLOCK-1)*SLen+1,i+SLen)
else
ReadSize:=(BUFFERBLOCK-1)*SLen+1;
if FS.Size-FS.Position<ReadSize then ReadSize:=FS.Size-FS.Position;
ReadBegin:=BUFFERBLOCK*SLen-ReadSize+1;
Move(Buffer[ReadSize+1],Buffer[1],ReadBegin-1);
BeginPos:=BeginPos+ReadSize;
end
else
Break;
end;
GetPosNum:=Count;
ReallocMem(Positions,GetPosNum*SizeOf(Int64));
except
on E:Exception do
begin
GetPosNum:=0;
FreeMem(Positions);
end;
end;
finally
FS.Free;
end;
end;

procedure TForm1.Button1Click(Sender: TObject);
var
ps:Pointer;//搜索匹配窜的确位置序列
s,e,i,n:Integer;
begin
s:=GetTickCount;
FindStrInFile('xml is a good document!',ExtractFilePath(Application.ExeName)+'QTDB2.TXT',ps,n);
e:=GetTickCount;
Memo1.Lines.Add('本次扫描耗时'+IntToStr(e-s)+'毫秒');
Memo1.Lines.Add('扫描到'+IntToStr(n)+'个结果');
for i:=0 to n-1 do
begin
Memo1.Lines.Add('第'+IntToStr(i+1)+'位置在:'+IntToStr(PInt64(Integer(ps)+i*SizeOf(Int64))^));
end;
FreeMem(ps);
end;
end.

回复人：saoren(saoren)() 信誉：100 2005-11-23 11:48:09 得分:0 28楼

你说的好像是全文检索，嘿，不是俺擅长的东西。

回复人：saoren(saoren)() 信誉：100 2005-11-23 11:53:20 得分:0 29楼

据说全文检索的东西，索引比内容大的多，所以索引要进行再索引。
一般是用HASH做，我也想研究一下，不过，感觉有点不自量力。

回复人：yangling18(皮皮)() 信誉：93 2005-11-23 14:07:41 得分:0 30楼

请问wizardqi(男巫) ，如果查找的内容是你的100M文件的最后一行的内容，要多少时间，能测一下吗

回复人：wizardqi(男巫)() 信誉：100 2005-11-23 16:25:43 得分:0 31楼

呵呵,231毫秒,也许是我的电脑配置好了点(DELL品牌机，P4 2.8+1G DDR(硬盘好象是7200转的，其实在这项应用中内存的频率和硬盘的读取效率影响极大).

回复人：yangling18(皮皮)() 信誉：93 2005-11-24 8:58:01 得分:0 32楼

请问，如果我一次分配不了所需的内存，那么怎么用字符串匹配函数呢

回复人：firstrose(kots)() 信誉：100 2005-11-24 9:11:36 得分:5 33楼

楼上贴程序的，统统打pp，然后拖出去面壁！
请注意了，程序都有问题。你们没有考虑到边界问题。
假如buf为1k，模式串是abcde
如果文件的1023处有abcde，那么按照你们的方法是找不到的！

lz可以在MSDN里查MapViewOfFile

回复人：syfly739(飞仔)() 信誉：100 2005-11-24 13:20:35 得分:0 34楼

有趣，学习一下！

回复人：saoren(saoren)() 信誉：100 2005-11-24 13:39:43 得分:0 35楼

2 firstrose
我好像没使用buf吧，就是使用了buf，那是调用者的问题，而不是算法本身的问题。Windows N多API，我没调用好，那是自己的问题，关MS什么事啊。

回复人：wizardqi(男巫)() 信誉：100 2005-11-24 17:12:59 得分:0 36楼

不会吧，我考虑边界问题了，怎么会找不到呢我找到了呀!!用时258毫秒扫描扫描100M文件.