读取二进制文件的性能

Performance reading binary files

本文关键字：性能 二进制文件 读取      更新时间：2023-10-16

我有一个程序，从一个非常大的二进制文件(48 MB)中读取数据，然后将数据传递给一个名为pixel的自定义结构矩阵:

struct pixel {
    int r;
    int g;
    int b;
};

打开文件:

ifstream myFile(inputPath, ios::binary);
pixel **matrixPixel;

文件的读取是这样完成的:

int position = 0;
for (int i = 0; i < HEIGHT; ++i) {
        for (int j = 0; j < WIDTH; ++j) {
            if (!myFile.eof()) {
                myFile.seekg(position, ios::beg);
                myFile.read((char *) &matrixPixel[i][j].r, 1); // red byte
                myFile.seekg(position + HEIGHT * WIDTH, ios::beg);
                myFile.read((char *) &matrixPixel[i][j].g, 1); // green byte
                myFile.seekg(position + HEIGHT * WIDTH * 2, ios::beg);
                myFile.read((char *) &matrixPixel[i][j].b, 1); // blue byte
                ++position;
            }
        }
    }
myFile.close();

问题是，对于像开头这样的大文件，它需要花费很多时间(~7分钟)，并且应该进行优化。我怎样才能在更短的时间内读取文件?

所以，你存储在内存中的数据结构是这样的:

rgbrgbrgbrgbrgbrgbrgbrgbrgbrgb..............rgb

但是你正在读取的文件结构看起来是这样的(假设你的代码逻辑是正确的):

rrrrrrrrrrrrrrrrrrrrrrrrrrr....
ggggggggggggggggggggggggggg....
bbbbbbbbbbbbbbbbbbbbbbbbbbb....

在你的代码中，你在两者之间进行转换。从根本上说，这将是缓慢的。更重要的是，您选择通过手动查找文件中的任意点来读取文件。这会让事情变得更慢。

你可以做的第一件事是简化硬盘读取:

for(int channel = 0; channel < 3; channel++) {
    for (int i = 0; i < HEIGHT; ++i) {
        for (int j = 0; j < WIDTH; ++j) {
            if (!myFile.eof()) {
                switch(channel) {
                    case 0: myFile.read((char *) &matrixPixel[i][j].r, 1); break;
                    case 1: myFile.read((char *) &matrixPixel[i][j].g, 1); break;
                    case 2: myFile.read((char *) &matrixPixel[i][j].b, 1); break;
                }
            }
        }
    }
}

这需要对代码进行最少的更改，并且会加快代码的速度，但代码可能仍然很慢。

一个更好的方法，可以增加CPU的使用，但显著减少硬盘的使用(在绝大多数应用程序中，这将导致加速)，将像这样存储数据:

std::vector<unsigned char> reds(WIDTH * HEIGHT);
std::vector<unsigned char> greens(WIDTH * HEIGHT);
std::vector<unsigned char> blues(WIDTH * HEIGHT);
myFile.read(reds.data(), WIDTH * HEIGHT); //Stream can be checked for errors resulting from EOF or other issues.
myFile.read(greens.data(), WIDTH * HEIGHT);
myFile.read(blues.data(), WIDTH * HEIGHT);
std::vector<pixel> pixels(WIDTH * HEIGHT);
for(size_t index = 0; index < WIDTH * HEIGHT; index++) {
    pixels[index].r = reds[index];
    pixels[index].g = greens[index];
    pixels[index].b = blues[index];
}

最后，也是最好的方法是更改二进制文件的格式化方式，因为它的格式化方式看起来是疯狂的(从性能的角度来看)。如果将文件重新格式化为rgbrgbrgbrgbrgb样式(这在行业中是更标准的)，那么您的代码就变成这样:

struct pixel {
    unsigned char red, green, blue;
}; //You'll never read values above 255 when doing byte-length color values.
std::vector<pixel> pixels(WIDTH * HEIGHT);
myFile.read(reinterpret_cast<char*>(pixels.data()), WIDTH * HEIGHT * 3);

这是非常短的，并且可能会优于所有其他方法。当然，这可能不是你的选择。

我还没有测试过这些方法中的任何一个(可能有一两个错别字)，但是所有这些方法都应该比你现在做的要快。

更快的方法是将位图读入缓冲区:

uint8_t buffer[HEIGHT][WIDTH];
const unsigned int bitmap_size_in_bytes = sizeof(buffer);
myFile.read(buffer, bitmap_size_in_bytes);

一种更快的方法是将多个位图读入内存。

相关文章：