怎么样读取给定二进制倒排索引文件存入数据结构（如链表）

码拜

10年 ago

大作业的一部分，写倒排求交算法并用数据测试，但老师给的数据不会用……
数据集描述（有ExpIndex与Expquery两个文件）：
1、ExpIndex是二进制倒排索引文件，全部数据均为四字节无符号整数（小端）。格式为：
[数组1]长度，[数组1]，[数组2]长度，[数组2]….
2、ExpQuery是文本文件，文件内每一行为一条查询记录；行中的每个数字对应索引文件的数组下标（term编号）。
注：ExpQuery文件在Windows系统下请使用写字板等工具打开。
要求是对ExpQuery中全部查询请求，进行列表（来自于ExpIndex）求交运算，计算平均响应时间和吞吐率。
想问一下这两个文件怎么样处理？主要是二进制文件应该怎么样操作使其存进一个个链表，谢谢。

解决方案

仅供参考，不一定对：

#include <stdio.h>
#include <stdlib.h>
#include <malloc.h>
FILE *fi;
struct _INDEX {
    unsigned short  len;
    unsigned short *arr;
} *idx;
int MAXARRS=100;
unsigned short i,alen;
unsigned short *aarr;
int j,n;
int main() {
    fi=fopen("ExpIndex","rb");
    if (NULL==fi) {
        printf("Can not open file ExpIndex!\n");
        return 1;
    }
    idx=(struct _INDEX *)malloc(MAXARRS*sizeof(struct _INDEX));
    if (NULL==idx) {
        printf("Can not malloc %d bytes for idx!\n",MAXARRS*sizeof(struct _INDEX));
        return 2;
    }
    j=0;
    while (1) {
        fread(&alen,sizeof(unsigned short),1,fi);
        if (feof(fi)) break;
        aarr=(unsigned short *)malloc(alen*sizeof(unsigned short));
        if (NULL==aarr) {
            printf("Can not malloc %d bytes for aarr!\n",alen*sizeof(unsigned short));
            return 3;
        }
        for (i=0;i<len;i++) {
            fread(&aarr[i],sizeof(unsigned short),1,fi);
            if (feof(fi)) break;
        }
        if (feof(fi)) break;
        idx[j].len=alen;
        idx[j].arr=aarr;
        j++;
        if (j>=MAXARRS) {
            printf("Too many arrays(>=%d)!\n",MAXARRS);
            break;
        }
    }
    fclose(fi);
    n=j;
    for (j=0;j<n;j++) {
        printf("j=%03d ",j);
        printf("len=%03d",idx[j].len);
        for (i=0;i<len;i++) printf(" %hu",idx[j].arr[i]);
        printf("\n");
    }
    for (j=0;j<n;j++) free(idx[j].arr);
    free(idx);
    return 0;
}