最近写了一个C程序统计计算web log中的ip每个IP出现的次数，于是采用数据结构中的二叉树进行实现，具体代码如下：
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <sys/time.h>
struct tnode {
char *word;
int count;
struct tnode *left;
struct tnode *right;
};
/* 记录时间 */
static double mytime(void)
{
struct timeval tv;
if(gettimeofday(&tv, NULL) == -1) return 0.0;
return (double)tv.tv_sec + (double)tv.tv_usec / 1000000.0;
}
/* 构建二叉树 */
static struct tnode *addtree(struct tnode *p, char *w)
{
int cond;
/* 判断是否为空 如果为空树，构建根节点 */
if (p == NULL) {
p = (struct tnode *) malloc(sizeof(struct tnode));
if (p == NULL) {
fprintf(stderr, "Cannot alloc memory!");
exit(-1);
}
p->word = strdup(w);
p->count = 1;
p->left = p->right = NULL;
} else if ((cond = strcmp(w, p->word)) == 0) /* 是否存在叶子节点中*/
p->count++; /* 如果存在叶子节点计数加一 */
else if (cond < 0)
p->left = addtree(p->left, w); /* 如果不存在叶子节点且比叶子节点少，则添加左叶子节点 */
else
p->right = addtree(p->right, w); /* 如果存在叶子节点且比叶子节点大，则添加右叶子节点 */
return p;
}
/* 打印二叉树 */
static void print(struct tnode *p)
{
if (p != NULL) {
print(p->left);
fprintf(stdout, "%s:t%dn", p->word, p->count);
print(p->right);
}
}
int main(int argc, char *argv[])
{
FILE *fp;
char ip[32] = {}, buf[512] = {};
int i;
struct tnode *root = NULL;
/* 打开log文件 */
fp = fopen("access.log", "rb");
if (fp == NULL) {
fprintf(stderr, "Cannot open file login.log");
exit(-1);
}
/* 记录当前的时间 */
double stime = mytime();
/* 按行读取文件 */
while (fgets(buf, sizeof(buf), fp)) {
/* 遇到空格跳出 */
for (i = 0; i < 16 && buf[i] != ' '; i++){
if (isspace(buf[i])) {
break;
}
ip[i] = buf[i];
}
ip[i + 1] = ' ';
/* 构建二叉树 */
root = addtree(root, ip);
}
double etime = mytime();
fclose(fp); /* 关闭文件 */
// print(root);
fprintf(stdout, "count time:%fn", etime - stime);
return 0;
}
编译，执行,输出结果
$gcc -o count count.c $./count count time:15.735596
附该文本文件大约6607463行 589M大小
同时采用shell脚本
$time awk '{++S[$1]}END{for (a in S) print > /dev/null }' access.log
real 0m9.757s
user 0m9.069s
sys 0m0.687s
看快了不是一点点，怀疑写的代码中的malloc申请速度过慢，于是采用google的TCMalloc库重新编译和执行
$gcc -o counttc count.c -ltcmalloc $./counttc count time:16.197716
速度就更慢了。
从上面来看，C并不shell快，而且开发调试的时间要远远大于shell的开发调试的时间，而且实现起来也比较的麻烦，该代码的如果要优化的话，可以采用内存池，避免频繁的内存申请，而且可以采用另外的方法进行文件的读取，一次读取一大块文件进行分析，当然工作量更大了。当然很多地方C程序开发出来的性能当然的高，但别总是一味的说C的性能就一定高，关键看是否值得用C去实现，说白了就是根据你的需求办事。
相关文章
转载请注明：爱开源 » 别一味的迷恋C的性能