怎么统计一个2G大小文件里每个单词的出现频率

php中文网
发布: 2016-06-23 13:17:50
原创
1234人浏览过

初学新手菜鸡 遇到一个问题,统计一个2g大小文件中每个单词的出现频率,修改memory limit后还是总报错 allowed memory size of xxxx bytes exhausted ,光测总行数或者字符数可以出结果,怎样优化呢

ini_set("memory_limit", "-1");function calcwordfrequence($sfilepatch){	$awordsinfile = array();	$aonelinewords = array();	$sonelinewords = "";	$fp = fopen($sfilepatch,"r");	while(!feof($fp)){		$sonelinewords = fgets($fp);		$aonelinewords = str_word_count($sonelinewords,1);		foreach($aonelinewords as $v){			array_push($awordsinfile, $v);		}	}	fclose($fp);	$ares = array_count_values($awordsinfile);	arsort($ares);	return $ares;}echo calcwordfrequence("2013.mp4");
登录后复制

阿里云-虚拟数字人
阿里云-虚拟数字人

阿里云-虚拟数字人是什么? ...

阿里云-虚拟数字人 2
查看详情 阿里云-虚拟数字人


回复讨论(解决方案)

这个问题没法解决,2G大小的文件硬件差点的电脑打开就耗光内存了。在存储上做分布式设计。

这个问题没法解决,2G大小的文件硬件差点的电脑打开就耗光内存了。在存储上做分布式设计。


那有办法从代码里将这个文件分离成几部分分批统计吗或者只输出频率最大的那个单词也行

使用split命令把文件切割成小文件再统计吧

只有文本文件才有行的概念
你测试的 2013.mp4 显然不是文本文件
如果文件中没有出现 \n,或出现的靠后,你的 $sOneLineWords = fgets($fp); 就会把内存消耗光了

如果你是日志之类的文本文件,可以用php的SplFileObject()类,专门用于操作大文件,以前用过这个分析nginx的访问日志,5个多G。

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号