Как я могу ускорить эту операцию STL?

Question

Привет, у меня есть std::vector<std::string>, содержащие даты, такие как 2011-03-23T12:23:32.123 из этого, я хотел бы gen '2 векторов int20110323 и 122332123.

Я использую C++ библиотеку под названием Rcpp (это на самом деле не проблема здесь, я думаю, но вы никогда не знаете, так что я поставил Rcpp тега)

Я сделал это, который делает работу, но это довольно медленно, как могу ли я ускорить это?

Rcpp::List datetimeToInt(vector<string> datetimes){ 

    const int N=datetimes.size(); 
    Rcpp::IntegerVector date(N); //please consider those as std::vector<int> 
    Rcpp::IntegerVector time(N); 

    //this is what I want to speed up 
    for(int i=0; i<N; ++i){ 
     datetimes[i].erase(std::remove_if(datetimes[i].begin(), datetimes[i].end(), not1(ptr_fun(::isdigit))), datetimes[i].end()); 
     date[i] = atoi(datetimes[i].substr(0,8).c_str()); 
     time[i] = atoi(datetimes[i].substr(8,12).c_str()); 
    } 

    return Rcpp::List::create(_["date"]=date, _["time"]=time); 
} 

Answer 1

Ваш код, является вполне оптимальным, единственное изменение, которое вы могли бы сделать, это заменить эту часть

datetimes[i].erase(std::remove_if(datetimes[i].begin(), datetimes[i].end(), not1(ptr_fun(::isdigit))), datetimes[i].end()); 
    date[i] = atoi(datetimes[i].substr(0,8).c_str()); 
    time[i] = atoi(datetimes[i].substr(8,12).c_str()); 

с чем-то более сложным и оптимизированной, например смт, как это (но я не проверял он):

int dateId = 0; 
int timeId = 0; 
char time_c[9]; 
char date_c[8]; 

for (int strId = 0; i < str.length(); ++strId) { 
    if (isdigit(datetimes[i][strId]) { 
     if (dateId >= 8) { 
      time_c[timeId] = datetimes[i][strId]; 
      ++timeId; 
     } else { 
      date_c[dateId] = datetimes[i][strId]; 
      ++dateId; 
     } 
    } 
} 

date[i] = atoi(date_c); 
time[i] = atoi(time_c); 

он разбивает строку на две части только в одном проходе

Answer 2

Использование std::vector<std::string>, мы должны сделать копию строк. Это пустая трата времени. Вы должны использовать CharacterVector, который не должен делать копии при работе непосредственно с данными.

// [[Rcpp::export]] 
List datetimeToInt2(CharacterVector datetimes){ 

    const int N=datetimes.size(); 
    IntegerVector date(N); 
    IntegerVector time(N); 
    std::string current ; 

    //this is what I want to speed up 
    for(int i=0; i<N; ++i){ 
     current = datetimes[i] ; 
     current.erase(std::remove_if(current.begin(), current.end(), std::not1(std::ptr_fun(::isdigit))), current.end()); 
     date[i] = atoi(current.substr(0,8).c_str()); 
     time[i] = atoi(current.substr(8,12).c_str()); 
    } 

    return List::create(_["date"]=date, _["time"]=time); 
}   

Замерим это:

> dates <- rep("2011-03-23T12:23:32.123", 1e+05) 
> system.time(res1 <- datetimeToInt(dates)) 
    user system elapsed 
    0.081 0.006 0.087 
> system.time(res2 <- datetimeToInt2(dates)) 
    user system elapsed 
    0.044 0.000 0.044 
> identical(res1, res2) 
[1] TRUE  

Answer 3

Вы можете посмотреть на fasttime пакет Саймоном (доступно here on rforge.net), который делает что-то очень похожее.

Он разделяет строки времени datetime ISO (хотя и с разделителем 'T'), которые считаются UTC раз, используя только строковые операции и отсутствие синтаксического анализа. Я использовал его все время, так как он мне подходит.

В качестве примечания вы можете подумать более внимательно, когда используете контейнеры STL, и когда используете контейнеры Rcpp.

Наконец, не используйте строку или int для арифметики или сопоставлений даты, когда вы можете использовать правильные типы дат, какие у R, C++ и Rcpp есть.