C++实习：稀疏数据文件处理程序

1 题目要求

为节省存储空间和提高文件的网络传输效率，数据文件常采用稀疏方式存储，如图像压缩、稀疏编码等技术。而在计算时，又需要从稀疏数据（sparse data）中恢复出原始数据(full data)，以便采用向量或矩阵运算。现有如下稀疏数据，如LIBSVM提供的公开数据aloi文件（LIBSVM Data: Classification, Regression, and Multi-label multiclass.html#aloi），格式如下图所示：

文件的第一列表示样本的类别，共有1000类，采用0-999标记；而对于二分类数据，其类别符号采用“+1”和“-1”标示类别。“76:1”表示该样本的第76个属性的值为1，每行中未列出的属性其值为0，故无需在文件中存储。行尾标记符为回车。按要求完成以下任务：

• 自动计算LIBSVM类型数据的样本数和特征数（属性个数）。
• 从稀疏文件中恢复出全部数据（去除列标记，每个样本的属性值全部列出，以空格分隔），并将类别标记写入与该文件对应的文本文件中，如记为”aloi_full.txt”和”aloi_label.txt”
• 为便于共享计算结果，结果仍采用稀疏形式存储和传输，即实现问题2的逆变换。受限于目前知识，本题暂不考虑计算问题，仅要求从格式形如文件”aloi_full.txt”和”aloi_label.txt”，获得稀疏的aloi数据，记为“restore_aloi.txt”.
• 比对aloi和restore_aloi.txt文件的差异，并记录文件正反变换的时间，将结果回显在屏幕上。

2 需求分析

本题是有关文件处理的问题。首先构造一个文件类其中包含公有型数据成员样本数和特征数，还要公有型成员函数获取类别标记和获取稀疏数据。

1. 从网站上获取aloi.txt文件，明确样本数指行数，特征数指所有样本中最多的属性个数。所以计算LIBSVM类型数据的样本数即统计行数，计算其特征数即找所有行数中最后一个数据的