C++解壓與文件索引優化

在C++中，解壓文件和優化文件索引可以通過以下步驟實現：

1. 讀取壓縮文件：首先，你需要讀取壓縮文件的內容。這通常涉及到使用一個解壓縮庫，如zlib、libzip或boost.iostreams等。這些庫提供了讀取和解析壓縮文件的功能。

#include <iostream>
#include <fstream>
#include <vector>
#include <zlib.h>

std::vector<char> readCompressedFile(const std::string& filename) {
    std::ifstream file(filename, std::ios::binary);
    if (!file) {
        std::cerr << "Error opening compressed file: " << filename << std::endl;
        return {};
    }

    file.seekg(0, std::ios::end);
    std::streamsize size = file.tellg();
    file.seekg(0, std::ios::beg);

    std::vector<char> buffer(size);
    if (!file.read(buffer.data(), size)) {
        std::cerr << "Error reading compressed file: " << filename << std::endl;
        return {};
    }

    return buffer;
}

2. 解壓數據：使用解壓縮庫將讀取到的壓縮數據解壓到內存中。這里以zlib為例：

std::vector<char> decompressData(const std::vector<char>& compressedData) {
    z_stream zs;
    zs.zalloc = Z_NULL;
    zs.zfree = Z_NULL;
    zs.opaque = Z_NULL;
    zs.avail_in = compressedData.size();
    zs.next_in = reinterpret_cast<Bytef*>(compressedData.data());

    int ret = inflateInit(&zs);
    if (ret != Z_OK) {
        std::cerr << "Error initializing inflate: " << ret << std::endl;
        return {};
    }

    std::vector<char> decompressedData;
    do {
        zs.avail_out = decompressedData.size() * 2;
        decompressedData.resize(decompressedData.size() * 2);
        zs.next_out = reinterpret_cast<Bytef*>(&decompressedData[0]);

        ret = inflate(&zs, Z_NO_FLUSH);
        if (ret != Z_OK && ret != Z_STREAM_END) {
            std::cerr << "Error decompressing data: " << ret << std::endl;
            inflateEnd(&zs);
            return {};
        }
    } while (zs.avail_out == 0);

    inflateEnd(&zs);
    return decompressedData;
}

3. 優化文件索引：為了優化文件索引，你可以使用哈希表（如unordered_map）來存儲文件中的數據及其對應的索引。這樣，在查找特定數據時，可以快速定位到其在文件中的位置。

#include <unordered_map>

std::unordered_map<std::string, std::vector<size_t>> createIndex(const std::vector<char>& decompressedData) {
    std::unordered_map<std::string, std::vector<size_t>> index;
    size_t offset = 0;

    while (offset < decompressedData.size()) {
        size_t startPos = offset;
        size_t length = 0;

        // 假設數據以'\n'分隔，可以根據實際情況調整分隔符
        while (offset < decompressedData.size() && decompressedData[offset] != '\n') {
            offset++;
        }

        if (offset < decompressedData.size()) {
            length = offset - startPos;
            std::string key(decompressedData.begin() + startPos, decompressedData.begin() + offset);
            index[key].push_back(startPos);
        }

        offset++; // 跳過分隔符
    }

    return index;
}

4. 使用索引：現在你可以使用創建的索引來快速查找特定數據在解壓后的文件中的位置。

int main() {
    std::string compressedFilename = "example.txt.gz";
    std::string decompressedFilename = "example.txt";

    auto compressedData = readCompressedFile(compressedFilename);
    if (compressedData.empty()) {
        return 1;
    }

    auto decompressedData = decompressData(compressedData);
    if (decompressedData.empty()) {
        return 1;
    }

    auto index = createIndex(decompressedData);

    std::string searchKey = "example";
    if (index.find(searchKey) != index.end()) {
        std::cout << "Found '" << searchKey << "' at positions: ";
        for (size_t pos : index[searchKey]) {
            std::cout << pos << " ";
        }
        std::cout << std::endl;
    } else {
        std::cout << "'" << searchKey << "' not found." << std::endl;
    }

    return 0;
}

這個示例展示了如何在C++中解壓文件并優化文件索引。你可以根據自己的需求調整代碼，例如使用不同的解壓縮庫或分隔符等。