应使用std::vector分块读写(如64kb)、二进制模式、std::filesystem::path处理路径、临时文件+原子重命名保障崩溃安全,避免std::string拼接、文本模式、单次大读取及复用流对象。

直接用 std::ifstream 逐个打开、读取、写入,不加缓冲和并发控制,会卡在系统调用和磁盘寻道上——这不是代码写得不对,而是 I/O 模式选错了。
用 std::vector<char></char> 分块读写,别碰 std::string 拼接
小文件平均几 KB 到几百 KB,一次性 seekg(0, std::ios::end) + read() 看似省事,但容易触发 std::bad_alloc(尤其 Windows 上堆碎片多时),且 gcount() 在大文件下可能返回负值或截断。
- 固定分配
std::vector<char> buf(65536)</char>(64KB),避免栈溢出和频繁 new/delete - 每次
input.read(buf.data(), buf.size())后,**必须检查input.gcount()**,它才是真实读到的字节数;eof()是延迟标志,不能用来判断本次读取是否结束 - 写入目标文件前,用
output.write(buf.data(), static_cast<:streamsize>(n))</:streamsize>,其中n == input.gcount();漏掉这步,可能把未初始化内存写进大文件 - 完全避开
std::getline和operator>>:它们内部做字符串动态扩容,对海量小文件是 O(n²) 开销
合并目标文件必须用 std::ios::app | std::ios::binary
只写 std::ios::out 会清空已有内容;只写 std::ios::app 而不加 binary,Windows 下遇到 \r\n 会被转成单个 \n,二进制数据直接损坏。
- 目标文件首次不存在时,
std::ofstream f("out.bin", std::ios::app | std::ios::binary)会自动创建,无需提前touch - 源文件也必须用
std::ios::binary打开,否则读到第一个\0就停住(比如 PNG、ZIP 片段) - 不要复用同一个
std::ofstream对象跨文件写入——每次写完不用close(),但下次open()前要确保前一次 write 已完成(流有内部缓冲,可加output.flush()强制刷盘)
路径含中文/空格?绕过 C 运行时编码陷阱,用 std::filesystem::path
MSVC 默认窄字符环境下,std::ifstream("D:/日志/2024-01.txt") 会把 UTF-8 路径当 GBK 解码,报错 No such file or directory,且异常发生在构造函数里,没机会 try/catch。
- 统一改用
std::ifstream f(std::filesystem::path("D:/日志/2024-01.txt")),底层调用CreateFileW,中文路径零问题 - C++17 起支持,MSVC 需加
/std:c++17,GCC/Clang 链接时补-lstdc++fs(旧版) - Linux/macOS 下该写法也兼容,但无额外收益;别对
path.c_str()做reinterpret_cast<const char></const>,它返回的是const wchar_t* - 用
std::filesystem::exists()提前校验路径有效性,比流打开失败后再处理更早暴露问题
崩溃安全:先写临时文件,再原子重命名
直接往目标文件追加,程序中途崩溃(断电、kill -9、异常退出),大文件大概率处于半截状态:长度对不上、md5 校验失败、后续解析器直接 panic。
- 每次合并前,生成唯一临时名,如
out.bin.part_$$PID_$$TIME - 所有写操作都针对临时文件;完成后调用
std::filesystem::rename(temp_path, final_path) - Linux/macOS 下
rename()是原子的;Windows 自 Vista 起也保证跨卷外的原子性(注意:NTFS 卷内 rename 安全,但 FAT32 不保证) - 临时文件和目标文件必须在同一文件系统(同分区),否则
rename()会退化为 copy+delete,失去原子性
缓冲区大小不是越大越好:64KB~1MB 是实测平衡点;超过 2MB,缓存局部性下降,且单次系统调用等待时间变长,反而拖慢吞吐。真正卡住性能的,从来不是 memcpy,而是 open()/read()/write() 的上下文切换和磁盘寻道——所以别省那几行代码,老老实实分块、加 binary、走 path、写临时文件。
C++免费学习笔记(深入):立即使用
在学习笔记中,你将探索 C++ 的入门与实战技巧!











