如何高效的清除无效的文本数组数据

阿素里戈沃里嘚

我有一个100万个索引的文本型数组，里面有很多空文本的数据；
有没有什么高效的方法删除掉那些空数据；
遍历删除的话太慢了...

算法艺术家

阿素里戈沃里嘚 发表于 2025-3-23 15:54
* “开始遍历删除”
* “遍历删除耗时：” | 10375.000000 | “剩余成员数：” | 500003
* “开始哈希表 ...

都是遍历 只不过这个方法是把非空重新添加进去

萧楚楠

必须遍历才知道是否空文本，你可以用多线程+汇编来清除

补充内容 (2025-3-23 14:27):
也可以试试哈希表和节点

萧楚楠

https://bbs.125.la/forum.php?mod ... B%E9%87%8D%E5%A4%8D试试这个

算法艺术家

用哈希表快

算法艺术家

  

文本数组 ＝ { “123”, “bbb”, “”, “123”, “”, “aaa”, “123”, “aaa” }
数组去重复 (文本数组, 真)
调试输出 (文本数组)
' 数组:3{“123”,“bbb”,“aaa”}

子程序名	返回值类型	公开	备 注
数组去重复			（哈希表版） 删除数组中的重复值和空值
参数名	类 型	参考	可空	数组	备 注
文本数组	文本型
保持原来数组顺序不变	逻辑型				真保持数组顺序不变，假打乱顺序

变量名	类 型	静态	数组	备 注
局哈希	哈希表_ASM
i	整数型

局哈希.创建 ( #文本型, #整数型, 20, , , , 保持原来数组顺序不变)  ' 2的20次方除以1024 ' 1MB容量
计次循环首 (取数组成员数 (文本数组), i)
局哈希.添加 (文本数组 [i], 0)
计次循环尾 ()
局哈希.取所有键 (文本数组)
局哈希.清空 ()

文本数组 ＝ { “123”, “bbb”, “”, “123”, “”, “aaa”, “123”, “aaa” }<br /> 数组去重复 (文本数组, 真)<br /> 调试输出 (文本数组)<br /> ' 数组:3{“123”,“bbb”,“aaa”}<br /> <br /> .版本 2<br /> <br /> .子程序 数组去重复, , 公开, （哈希表版） 删除数组中的重复值和空值<br /> .参数 文本数组, 文本型, 参考 数组<br /> .参数 保持原来数组顺序不变, 逻辑型, , 真保持数组顺序不变，假打乱顺序<br /> .局部变量 局哈希, 哈希表_ASM<br /> .局部变量 i, 整数型<br /> <br /> 局哈希.创建 (#文本型, #整数型, 20, , , , 保持原来数组顺序不变)  ' 2的20次方除以1024 ' 1MB容量<br /> .计次循环首 (取数组成员数 (文本数组), i)<br />     局哈希.添加 (文本数组 <i>, 0)<br /> .计次循环尾 ()<br /> 局哈希.取所有键 (文本数组)<br /> 局哈希.清空 ()

补充内容 (2025-3-23 15:05):
模块是论坛里开源的
bbs.125.la/forum.php?mod=viewthread&tid=14516715&highlight

算法艺术家

  

这个是不去除重复 只去除空值，
文本数组 ＝ { “123”, “bbb”, “”, “123”, “”, “aaa”, “123”, “aaa” }
数组去空值 (文本数组, 假)
调试输出 (文本数组)
' 数组:6{“123”,“bbb”,“123”,“aaa”,“123”,“aaa”}

子程序名	返回值类型	公开	备 注
数组去空值			（哈希表版） 删除数组中的空值
参数名	类 型	参考	可空	数组	备 注
文本数组	文本型
保持原来数组顺序不变	逻辑型				真保持数组顺序不变，假打乱顺序

变量名	类 型	静态	数组	备 注
局哈希	哈希表_ASM
i	整数型

局哈希.创建 ( #整数型, #文本型, 20, , , , 保持原来数组顺序不变)  ' 2的20次方除以1024 ' 1MB容量
计次循环首 (取数组成员数 (文本数组), i)
如果真 (文本数组 [i] ≠ “”)
局哈希.添加 (i, 文本数组 [i])

计次循环尾 ()
局哈希.取所有值 (文本数组)
局哈希.清空 ()

i支持库列表	支持库注释
spec	特殊功能支持库

这个是不去除重复 只去除空值，<br /> .版本 2<br /> .支持库 spec<br /> <br /> 文本数组 ＝ { “123”, “bbb”, “”, “123”, “”, “aaa”, “123”, “aaa” }<br /> 数组去空值 (文本数组, 假)<br /> 调试输出 (文本数组)<br /> ' 数组:6{“123”,“bbb”,“123”,“aaa”,“123”,“aaa”}<br /> <br /> .版本 2<br /> <br /> .子程序 数组去空值, , 公开, （哈希表版） 删除数组中的空值<br /> .参数 文本数组, 文本型, 参考 数组<br /> .参数 保持原来数组顺序不变, 逻辑型, , 真保持数组顺序不变，假打乱顺序<br /> .局部变量 局哈希, 哈希表_ASM<br /> .局部变量 i, 整数型<br /> <br /> 局哈希.创建 (#整数型, #文本型, 20, , , , 保持原来数组顺序不变)  ' 2的20次方除以1024 ' 1MB容量<br /> .计次循环首 (取数组成员数 (文本数组), i)<br />     .如果真 (文本数组 <i> ≠ “”)<br />         局哈希.添加 (i, 文本数组 <i>)<br />     .如果真结束<br /> <br /> .计次循环尾 ()<br /> 局哈希.取所有值 (文本数组)<br /> 局哈希.清空 ()

阿素里戈沃里嘚

算法艺术家 发表于 2025-3-23 15:13

  

这个是不去除重复 只去除空值，
[/quote]
你这还不如遍历呢{:7_439:}
* “开始遍历删除”
* “遍历删除耗时：” | 10375.000000 | “剩余成员数：” | 500003
* “开始哈希表处理”
* “遍历删除耗时：” | 33625.000000 | “剩余成员数：” | 500003
[e=0].版本 2

子程序名	返回值类型	公开	备 注
_启动子程序	整数型		本子程序在程序启动后最先执行

变量名	类 型	静态	数组	备 注
arr	文本型		0
arr2	文本型		0
i	整数型

重定义数组 (arr, 真, 1000000)
置随机数种子 ()
计次循环首 (取数组成员数 (arr), i)
arr [i] ＝ 选择 (取随机数 (0, 1) ＝ 0, “”, 到文本 (i))
计次循环尾 ()
复制数组 (arr2, arr)
调试输出 (“开始遍历删除”)
子程序1 (arr)
调试输出 (“开始哈希表处理”)
数组去空值 (arr2, 真)
返回 (0)  ' 可以根据您的需要返回任意数值

子程序名	返回值类型	公开	备 注
子程序1
参数名	类 型	参考	可空	数组	备 注
arr	文本型

变量名	类 型	静态	数组	备 注
i	整数型
t	整数型

t ＝ 取启动时间 ()
变量循环首 (取数组成员数 (arr), 1, -1, i)
如果真 (arr [i] ＝ “”)
删除成员 (arr, i, 1)

变量循环尾 ()
调试输出 (“遍历删除耗时：”, 取启动时间 () － t, “剩余成员数：”, 取数组成员数 (arr))

子程序名	返回值类型	公开	备 注
数组去空值			（哈希表版） 删除数组中的空值
参数名	类 型	参考	可空	数组	备 注
文本数组	文本型
保持原来数组顺序不变	逻辑型				真保持数组顺序不变，假打乱顺序

变量名	类 型	静态	数组	备 注
局哈希	哈希表_ASM
i	整数型
t	整数型

t ＝ 取启动时间 ()
局哈希.创建 ( #整数型, #文本型, 20, , , , 保持原来数组顺序不变)  ' 2的20次方除以1024 ' 1MB容量
计次循环首 (取数组成员数 (文本数组), i)
如果真 (文本数组 [i] ≠ “”)
局哈希.添加 (i, 文本数组 [i])

计次循环尾 ()
局哈希.取所有值 (文本数组)
局哈希.清空 ()
调试输出 (“遍历删除耗时：”, 取启动时间 () － t, “剩余成员数：”, 取数组成员数 (文本数组))

i支持库列表	支持库注释
spec	特殊功能支持库

这个是不去除重复 只去除空值，<br /> .版本 2<br /> .支持库 spec</blockquote></div><br /> 你这还不如遍历呢<img src="static/image/smiley/tieba/31.png" smilieid="439" border="0" alt="" /><br /> <br /> <br /> <br /> * “开始遍历删除”<br /> * “遍历删除耗时：” | 10375.000000 | “剩余成员数：” | 500003<br /> * “开始哈希表处理”<br /> * “遍历删除耗时：” | 33625.000000 | “剩余成员数：” | 500003<br /> <br /> [e=0].版本 2<br /> .支持库 spec<br /> <br /> .子程序 _启动子程序, 整数型, , 本子程序在程序启动后最先执行<br /> .局部变量 arr, 文本型, , "0"<br /> .局部变量 arr2, 文本型, , "0"<br /> .局部变量 i, 整数型<br /> <br /> 重定义数组 (arr, 真, 1000000)<br /> 置随机数种子 ()<br /> .计次循环首 (取数组成员数 (arr), i)<br />     arr <i> ＝ 选择 (取随机数 (0, 1) ＝ 0, “”, 到文本 (i))<br /> .计次循环尾 ()<br /> 复制数组 (arr2, arr)<br /> 调试输出 (“开始遍历删除”)<br /> 子程序1 (arr)<br /> 调试输出 (“开始哈希表处理”)<br /> 数组去空值 (arr2, 真)<br /> 返回 (0)  ' 可以根据您的需要返回任意数值<br /> <br /> .子程序 子程序1<br /> .参数 arr, 文本型, 参考 数组<br /> .局部变量 i, 整数型<br /> .局部变量 t, 整数型<br /> <br /> t ＝ 取启动时间 ()<br /> .变量循环首 (取数组成员数 (arr), 1, -1, i)<br />     .如果真 (arr <i> ＝ “”)<br />         删除成员 (arr, i, 1)<br />     .如果真结束<br /> <br /> .变量循环尾 ()<br /> 调试输出 (“遍历删除耗时：”, 取启动时间 () － t, “剩余成员数：”, 取数组成员数 (arr))<br /> <br /> .子程序 数组去空值, , , （哈希表版） 删除数组中的空值<br /> .参数 文本数组, 文本型, 参考 数组<br /> .参数 保持原来数组顺序不变, 逻辑型, , 真保持数组顺序不变，假打乱顺序<br /> .局部变量 局哈希, 哈希表_ASM<br /> .局部变量 i, 整数型<br /> .局部变量 t, 整数型<br /> <br /> t ＝ 取启动时间 ()<br /> 局哈希.创建 (#整数型, #文本型, 20, , , , 保持原来数组顺序不变)  ' 2的20次方除以1024 ' 1MB容量<br /> .计次循环首 (取数组成员数 (文本数组), i)<br />     .如果真 (文本数组 <i> ≠ “”)<br />         局哈希.添加 (i, 文本数组 <i>)<br />     .如果真结束<br /> <br /> .计次循环尾 ()<br /> 局哈希.取所有值 (文本数组)<br /> 局哈希.清空 ()<br /> 调试输出 (“遍历删除耗时：”, 取启动时间 () － t, “剩余成员数：”, 取数组成员数 (文本数组))

阿素里戈沃里嘚

算法艺术家 发表于 2025-3-23 15:13
[e=3]这个是不去除重复 只去除空值，
.版本 2
.支持库 spec

* “开始遍历删除”
* “遍历删除耗时：” | 10375.000000 | “剩余成员数：” | 500003
* “开始哈希表处理”
* “遍历删除耗时：” | 33625.000000 | “剩余成员数：” | 500003


你这还不如遍历快呢

算法艺术家

阿素里戈沃里嘚 发表于 2025-3-23 15:54
* “开始遍历删除”
* “遍历删除耗时：” | 10375.000000 | “剩余成员数：” | 500003
* “开始哈希表 ...

空值少的话  还是直接删除成员快