我想寫一個爬蟲程序。現在需要存放訪問過的URL。如果用數據庫存放則太慢，若放在默認的SET容器中，當到達一定數量時會使程序崩潰。

我現在需要統計一篇文章中的單詞數量，并排序輸出。
格式

單詞1 500
單詞2 499
單詞3 300
.....
...
..
.

現在的思路是
第一步：先將單詞讀入到map<string,size_t> ssmap；當中；這樣每次掃描到一個新單詞后都可以++ssmap[str]；來統計單詞數；
第二步：將map中的內容拷貝到vector<pair<string*,size_t> > vec；當中，之后對vec用sort進行排序。（之所以要用string*是因為不希望發生string的拷貝構造，以免浪費時間）。
第三步：將vec輸出。

試驗了一下上述方法可以正確執行。
但我想應該有更快的方法，請各位賜教一下！


呵呵，謝謝大家這么積極。

字符串長度沒有限制，這個從一個分詞程序對文章進行分詞處理以后的結果。單詞可能是“的，了”這種單個字，也可能是“中華人民共和國”這種字符串。還有可能遇到像“\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\...(n個)”這種比較變態的符號。

     摘要: 最近在百度知道上回答了一道問題，并為他封裝了一個類來解決。大意是不開辟新的數組同時排序兩個數組。
http://zhidao.baidu.com/question/112777967.html

之后想要給這個類添加iterator好直接使用sort之類的函數，經過1個多小時的忙碌（能力有限，可以鄙視一下），終于實現了random_access_iterator.
  閱讀全文

     摘要: 閑來無事，給一個虛擬文件磁盤的驅動加上了一個GUI。有興趣的可以看看。（技術含量不高）  閱讀全文

記得以前在一本書上看過boost::shared_ptr的回帶來一定的效率損失,但是并不大.今天閑來無事,編譯了一個BOOST并簡單測試了一下,看看到底有多少性能損失.測試代碼和結果如下:

比較函數
template <class T>
class compareP
{
public:
        bool operator() (const T lh,const T rh) const
        {
                return *lh<*rh;
        }

};


boost:
int _tmain(int argc, _TCHAR* argv[])
{
        DWORD oldtime = GetTickCount();
        typedef map<boost::shared_ptr<string>,size_t,compareP<boost::shared_ptr<string> > > container_type;
        typedef container_type::iterator iterator;
        container_type container;
        for (size_t i(0) ; i<500000 ; ++i)
        {
                boost::shared_ptr<string> pstr(new string);
                char buffer[32];
                *pstr = itoa(i,buffer,10);
                container[pstr]=0;
        }
        cout<<GetTickCount() - oldtime <<endl;
return EXIT_SUCCESS;
}

boost結果:
2000
2015
2015
2016
2017


指針:
int _tmain(int argc, _TCHAR* argv[])
{
        DWORD oldtime = GetTickCount();
        typedef map<string*,size_t,compareP<string*> > container_type;
        typedef container_type::iterator iterator;
        container_type container;
        for (size_t i(0) ; i<500000 ; ++i)
        {
                string *pstr = new string;
                char buffer[32];
                *pstr = itoa(i,buffer,10);
                container[pstr]=0;
        }
        cout<<GetTickCount() - oldtime <<endl;
return EXIT_SUCCESS;
}

指針結果:
937
938
954
953
953

執行速度已經相差一倍了.自動內存管理的代價啊!~~~~
環境:Q8200 2.33GHZ 4G內存

以上只是簡單的測試,僅拱參考

補充說明：

很多朋友流言說在MAP中存放string*沒有意義。可是我上一個項目就需要這么做。

試想我現在有10篇文檔，現在需要統計每篇文檔當中每個字出現的次數，還需要統計全部文章中全部字出現的次數。為了保證效率，應當保證每個字在內存當中只留一份拷貝（因為以后有可能統計每個詞，甚至每句話出現的次數）。要實現這個功能，是否還有更好的算法？

還有朋友流言說指針版沒有銷毀string指針。可是在這個程序中執行cout<<GetTickCount() - oldtime <<endl;之前shared_ptr也沒有釋放資源。所以資源的釋放不會造成誤差。

luck朋友的方法最為有效，把比較函數變成：

bool operator() (const T &lh,const T &rh) const

        {

                return *lh<*rh;

        }

下面是shared_ptr執行5次的時間：

968

969

985

969

969

下面是string*執行5次的時間：

859

875

860

859

860

看來即使是小對象也不能放松！當很多小對象發生構造和析構時所耗費的時間還是不容小視的！~

     摘要: 大學畢業了！！上來感嘆一下！并拿出自己的畢業設計分享一下。
這個小東西是用了一個星期完成的。BUG肯定不少，大家湊合著看一下吧。感覺有趣的就拿去玩玩。
說說基本思路。
1.對文件進行分詞處理
2.通過統計訓練文檔當中的詞頻方差，構造評判矩陣
3.之后在構造待分類文檔的評判向量
4.用評判向量和構造矩陣相乘，選出最接近的分類。
程序文件：
  閱讀全文

2008.12.29
   昨天晚上終于把象棋的棋盤畫出來了！
   今天則需要把棋子初始化，之后放到象棋開局的位置上。（這個工作也順利完成了）
   現在的工作是如何在CplayDlg類上面移動棋子。現在的思路是在棋盤類當中加入一個二維數組，將屏幕坐標和棋盤的邏輯坐標一一對應，以方便查找。然后將選定棋子move到新的位置，再調用OnPaint();
   順便說一下現在程序當中的類
   CplayDlg----MFC生成的主要類
   CCheckerman----自己寫的棋子類。主要方法就是MOVE。
   CChessboard----自己寫的棋盤類。負責畫出棋盤，并且建立屏幕坐標和棋盤邏輯坐標的對應關系~！
目前界面做到這個程度了。30號先回學校考試。之后聽完今年的維也納音樂會再來繼續做吧~！

順便說一下。這個棋盤是我自己一筆一筆用VC畫出來的。真費勁啊！還有那些棋子的素材也來之不易。我把一個象棋游戲當中的資源給拔下來了！又需要素材或者源程序的朋友請郵件聯系！~


ps:這個游戲的四大目標
   1、實現雙人同機對戰
   2、實現雙人網絡對戰
   3、實現人機對戰
   4、加入后臺數據庫實現用戶注冊和積分等功能。注冊部分希望可以獨立的使用Ruby on Rails寫出來！

小弟初學乍練。不到之處多多包涵！


2008.12.31
   在2008年最后一天的下午，我又想寫一寫這個想起程序了。
  目前遇到的問題是由于使用DrawIconEx等函數實現棋子的移動效果的時候屏幕會出現閃爍！請問各位如何防止這種情況的出現呢？換句話說就是在調用OnPaint函數的時候，只刷新當前棋子位置的屏幕，而其他部分則不刷新！
  第二個問題是我想用GDI+來顯示ICO圖像。可是卻失敗了，源碼如下……
                Image image(L"C:\\Users\\Administrator\\Desktop\\ico128.ico");
                CRect rect;
                GetWindowRect(&rect);
                Graphics graphics(hdc);
                graphics.DrawImage(&image, 0, 0,rect.Width(),rect.Height());
 但是當把imang參數變為L"C:\\Users\\Administrator\\Desktop\\i200831313448532_2.jpg就能顯示出來。不知道是不是GDI+不支持ICO格式呢？（我又檢查了一遍，路徑沒有問題！）;
  請各位老大賜教一下吧！~