由項目需要，需要掃描1200萬行的文字檔。經網友的指點與測試，發現C#與Delphi之間的差距並不大。不多說，列代碼測試：
下面是Delphi的代碼：
//遍曆檔案尋找斷行符號出現的次數
function ScanEnterFile(const FileName:string):TInt64Array;
var
MyFile:TMemoryStream;//檔案記憶體
rArray:TInt64Array; //行索引結果集
size,curIndex:int64;//檔案大小，當前流位置
enterCount:int64;//斷行符號數量
DoLoop:Boolean;//是否繼續迴圈
pc: PChar;
arrayCount:int64;//當前索引數組大小
addStep:integer;//檢測到斷行符號字串時需要添加的步進
begin
if fileName = '' then
Exit;
if not FileExists(fileName) then
Exit;
MyFile:=TMemoryStream.Create;//建立流
MyFile.LoadFromFile(fileName);//把流入口映射到MyFile對象
size:=MyFile.Size;
pc:=MyFile.Memory; //把字元指標指向記憶體流
curIndex:=RowLeast;
DoLoop:=true;
enterCount:=0;
setlength(rArray,perArray);
arrayCount:=perArray;
enterCount:=0;
rArray[enterCount]:=0;
while DoLoop do
begin
addStep:=0;
if (ord(pc[curIndex])=13) then
addStep:=2;
if (ord(pc[curIndex])=10) then
addStep:=1;
//處理有斷行符號的
if (addStep<>0) then
begin
Application.ProcessMessages;
//增加一行記錄
inc(enterCount);
//判斷是否需要增大數組
if (enterCount mod perArray=0) then
begin
arrayCount:=arrayCount+perArray;
setlength(rArray,arrayCount);
end;
rArray[enterCount]:=curIndex+addStep;
curIndex:=curIndex+addStep+RowLeast;
end
else
curIndex:=curIndex+2;
if curIndex> size then
DoLoop:=false
else
DoLoop:=true;
end;
result:=rArray;
freeandnil(MyFile);
end;
執行代碼：
procedure TMainForm.btn2Click(Sender: TObject);
var
datasIndex:TInt64Array;//資料檔案索引
begin
t1:=GetTickCount;
datasIndex:=ScanEnterFile('R:\201201_dataFile.txt');
Caption:=Caption+'::'+inttostr(GetTickCount-t1);
end;
執行結果是：16782 ms
下面是C#的代碼：
/// <summary>
/// 掃描文字檔，進行行數的統計，並返回每一行的開始指標數組(1.2KW資料速度比使用數組的快10秒)
/// </summary>
/// <param name="fileName">檔案名稱</param>
/// <param name="rowCount">行數</param>
/// <param name="rowLeast">一行最小長度</param>
/// <param name="incCount">遞增索引數組數量</param>
/// <param name="initCount">首次初始化行索引數量</param>
/// <returns>索引列表</returns>
public static IList<long> ScanEnterFile(string fileName, out int rowCount, int rowLeast,ThreadProgress progress)
{
rowCount = 0;
if (string.IsNullOrEmpty(fileName))
return null;
if (!System.IO.File.Exists(fileName))
return null;
FileStream myFile = new FileStream(fileName, FileMode.Open, FileAccess.Read, FileShare.Read, 8);//把檔案讀入流
IList<long> rList=new List<long>();
int enterCount = 0;//斷行符號數量
int checkValue;
int addStep;
myFile.Position = rowLeast;
checkValue = myFile.ReadByte();
while (checkValue != -1)
{
//Application.DoEvents();
addStep = -1;
//由於檔案ReadByte之後，其當前位置已經往後推移了移位。
//因此，如果是斷行符號的第一個字元，則要推移一位。
//而如果是斷行符號的第二個字元，則不用推移一位
if (checkValue == 13)
addStep = 1;
else if (checkValue == 10)
addStep = 0;
if (addStep >= 0)
{
enterCount++;
rList.Add(myFile.Position + addStep);
myFile.Seek(rowLeast + addStep, SeekOrigin.Current);
progress(enterCount);
}
else myFile.Seek(2, SeekOrigin.Current);
checkValue = myFile.ReadByte();
}
rowCount = enterCount + 1;
return rList;
}
執行的代碼：
Stopwatch stopwatch = new Stopwatch();
stopwatch.Start();
int rowCount;
FileHelper.ScanEnterFile(@"R:\201201_dataFile.txt", out rowCount, 35, outputProgress);
useTime = stopwatch.ElapsedMilliseconds;
執行結果是：
124925 ms
（經過眾多網友的批評與指點，該方法並沒有把檔案讀取記憶體中，而是逐個位元組地讀取，速度比Delphi位元組讀進記憶體的方法要慢很多。這種方法只適合於老機器，記憶體不夠的情況下，當今記憶體已經很便宜了，所以，該方法目前已經過時了，下面經過網友的指點，使用了readline的方法，速度大概是6秒左右。）
public static IList<long> ScanEnterFile(string fileName, ThreadProgress progress)
{
if (string.IsNullOrEmpty(fileName))
return null;
if (!System.IO.File.Exists(fileName))
return null;
IList<long> rList = new List<long>();
rList.Add(0);
StreamReader sr = File.OpenText(fileName);
string rStr = sr.ReadLine();
while (null != rStr)
{
rList.Add(rList[rList.Count-1] + rStr.Length + 2);
rStr = sr.ReadLine();
progress(rList.Count);
}
sr.Close();
return rList;
}
經過測試，該方法如果存在中文字元編碼的時候，其位置是錯誤的。日後找到解決方案後，再上來更新。
經過測試，C#的使用IList<T>比數組的要快。
總結：任何事物都有其存在的價值，至於看官門選什麼，就根據自己的需要，來選擇，這裡，本人不會有任何偏向於哪一方。反正，能成事，什麼都不重要了。
原創作品出自努力偷懶，轉載請說明文章出處：http://blog.csdn.net/kfarvid或 http://www.cnblogs.com/kfarvid/
