C++保存和加载巨大的vector<bool>

Question

我有一个很大的vector<vector<bool>> (512x44000000位)。这需要我花4-5个小时来计算创建它，显然我想保存结果，以避免我再次重复这个过程。当我再次运行程序时，我想要做的就是加载相同的向量(其他应用程序都不会使用这个文件)。

我相信文本文件对于这么大的尺寸是不可能的。有没有一种简单的(快速和肮脏的)方法来做到这一点？我不使用Boost，这只是我的科学应用程序中的一小部分，所以它必须是快速的。我还想把它放到一个Postgres DB中(44000000条记录，512位数据)，这样DB就可以很容易地处理它。我见过这样的答案，取8位>1字节，然后保存，但以我有限的新手C++经验，它们听起来太复杂了。有什么想法吗？

Answer 1

过程如前所述，这里vec是bool向量的向量，我们将子向量8x8中的所有位打包成字节，并将这些a字节放入向量中。

 std::vector<unsigned char> buf;
 int cmp = 0;
 unsigned char output=0;
   FILE* of = fopen("out.bin")
  for_each ( auto& subvec in vec)
  {
       for_each ( auto b in subvec)
       {
            output=output | ((b ? 1 : 0) << cmp);
             cmp++;
            if(cmp==8)
             {
                 buf.push_back(output);
                 cmp = 0;
                 output = 0;
              }
          }
            fwrite(&buf[0], 1, buf.size(), of);
            buf.clear();
       }

         fclose(of);

Answer 2

您可以将8位保存到单个字节中：

unsigned char saver(bool bits[])
{
   unsigned char output=0;
   for(int i=0;i<8;i++)
   {

           output=output|(bits[i]<<i); //probably faster than if(){output|=(1<<i);}
           //example: for the starting array 00000000
           //first iteration sets:           00000001 only if bits[0] is true
           //second sets:                    0000001x only if bits[1] is true
           //third sets:                     000001xx only third is true
           //fifth:                          00000xxx if fifth is false
           // x is the value before

   }
   return output;
}

您可以从单个字节加载8位：

void loader(unsigned char var, bool * bits)
{

   for(int i=0;i<8;i++)
   {

       bits[i] = var & (1 << i);
       // for example you loaded var as "200" which is 11001000 in binary
       // 11001000 --> zeroth iteration gets false
       // first gets false
       // second false
       // third gets true 
       //...
   }

}

1<<0 is 1  -----> 00000001
1<<1 is 2  -----> 00000010
1<<2 is 4  -----> 00000100
1<<3 is 8  -----> 00001000
1<<4 is 16  ----> 00010000
1<<5 is 32  ----> 00100000
1<<6 is 64  ----> 01000000
1<<7 is 128  ---> 10000000

编辑：使用gpgpu，一个在gpu上花费4-5小时的令人尴尬的并行算法可以在gpu上缩短到0.04 - 0.05小时(甚至在多个gpu的情况下不到一分钟)例如，上面的"saver/loader“函数并行得令人尴尬。

Answer 3

我见过这样的答案，取8位>1字节，然后保存，但以我有限的新手C++经验，它们听起来太复杂了。有什么想法吗？

如果您要经常读取该文件，这将是学习按位操作的好时机。每个bool使用一个位将是大小的1/8。这将节省大量内存和I/O。

因此，将它保存为每个bool一位，然后将其分成块和/或使用映射内存(例如mmap)读取它。您可以将其放在一个可用的接口后面，因此您只需实现它一次，并在需要读取值时抽象出序列化格式。