网络上的一道题目（1）

1. 考虑一个字符串替换的过程，在一个文本文件中含有一些文本内容和一些需要替换的变量，变量的格式为“$Var$”，原来的“$”使用“$$”进行转义，原 来的“$$”表示为“$$$”。我们将含有变量的文件称为模板(文件名为t)，文本文件的平均长度为100K。另外，还有一系列的变量文件，里面为变量名 和变量值的对应关系(文件名为1.v , 2.v… n.v)，每个变量文件包含的变量数在百万数量级，且变量排列次序不定。现要求将，模板里的变量分别用变量文件里的变量替换，并将生成的文件写成 (1.r, 2.r… n.r)。
要求：从算法和实现上和实现技术上的细节对程序进行优化，尽量使程序高效。程序运行环境为2G内存，4CPU。阐明主要思路，给出伪码和说明，可以着重指出你使用的优化技术。
例子：模板文件为
This is an $FF$ $$. I like $FF$ and $FA$。
变量文件为
1.v
FF : banana
FA : apple
2.v
FA: 苹果
FF : 香蕉
则生成文件为
1.r
This is an banana $$. I like banana and apple。
2.r
This is an香蕉 $$. I like 香蕉and苹果。

 

perl：

#!/usr/bin/perl -w use strict; ###################################### # Func : read_file_into_var # Desc : read a small file into a var # Input : filename # Output: none; # Return: content of file ###################################### sub read_file_into_var { my $line = ""; my $file_name = shift @_; open(FD_TMPL, "<$file_name") or die "Cannot open $file_name/n"; while ( my $tmp=<FD_TMPL> ) { if (defined($tmp)) { chomp($tmp); $line .= $tmp; } } close(FD_TMPL); return $line; } ###################################### # Func : setup_hash # Desc : setup hash from var file # Input : keys array reference # : var file name # Output: none; # Return: hash (var, value) ###################################### sub setup_hash { my $ref_arr = shift @_; my $file_name = shift @_; my %hash; my @tmp; my @tmp1; open(FD_TMPL, "<$file_name") or die "Cannot open $file_name/n"; while (my $line = <FD_TMPL>) { if (defined($line)) { chomp($line); @tmp = $line =~ /^(/w+) :/; if (defined($tmp[0])) { @tmp = grep{$tmp[0] eq $_} @$ref_arr ; (@tmp1 = $line =~ /: ([/w/d_]*)/); $hash{$tmp[0]} = $tmp1[0]; } } } close(FD_TMPL); return %hash; } ## main ## my $tmpl = $ARGV[0]; my $line = ""; my $line1 = ""; my $tmp = ""; my $cnt_file = $ARGV[1]; my %hash; ## get all vars from the template file $line1 = $line = &read_file_into_var("$tmpl"); my @vars = $line =~ //$([/w/d_]+)/$/sg; ## setup hash and replace all vars with values in hash while ($cnt_file > 0) { %hash = &setup_hash(/@vars, "$cnt_file/.v"); while ( my ($key, $value) = each %hash ) { $line =~ s//$$key/$/$value/sg; } open(FD_TMPL, ">>$cnt_file/.r"); print FD_TMPL "$line/n"; close(FD_TMPL); $line = $line1; --$cnt_file; } exit 0;

 

缺陷：

1. 没有充分利用4个cpu的资源，可以写成多线程的同时对文件进行替换；

2. 保存模版中变量的array存在相同关键字的情况；

3. 遍历变量文件，对每一个变量都到变量array中进行匹配比较耗时；