postscript 存储大量数据

Question

我正在创建一个 postscript 程序，它需要能够处理多达一千万个数据点。我无法将此数据存储在文件中。这是我现在所拥有的简化版本：

%（数据和进程调用）
datapoint₁ datapoint₂ ... datapoint_n 进程
数据点_n+1 数据点_n+2 ... 数据点_2n 进程
...
数据点_(m-1)n+1 ...数据点_mn进程

Process 是一个函数，它获取堆栈上的点并对其进行计算，从而在页面上绘制各种线条。因为堆栈有最大数量的点可以放在上面，所以我必须将数据分成块进行处理。这很好，但是我想以 2 种不同的方式处理此数据两次（稍后，可能超过 2 种方式）。我最初的计划是做以下事情。我将有 2 个函数，process1 和 process2，并且 process 函数将被替换为：

/process{
  mode 1 eq{process1}if
  mode 2 eq{process2}if
} def

然后我会将整个数据列表和对流程函数的调用放入另一个名为“processData”的函数中，例如这样。

/processData{
  datapoint1 ... datapointn process  
  ...
  datapointnm process
}def

那么我就可以像这样进行这两种类型的处理：
/mode 1 def 进程数据
/mode 2 def processData

这样做的好处是我不需要再次写出所有数据，这会占用太多空间，尤其是当我需要执行多个进程（而不仅仅是 2 个）时。然而，这不起作用，因为就像堆栈一样，函数中可以包含的东西的数量有一个最大大小。

我的第二个计划是将数据放入一个数组中，然后像这样循环两次数据：

/array [datapoint1 datapoin2 ... datapointmn] def
1 1 n m mul {array exch get process1} for
1 1 n m mul {array exch get process2} for

但是这也不起作用，因为数组也有最大长度。然后我尝试将数据编码为字符并将其全部放在一个字符串中，但字符串也有一个最大长度。我正在考虑使用字符串数组，但我怀疑有更好的方法。

如何做到这一点？谢谢。

Answer 1

我认为肯的评论是个好主意，所以这个答案是充实一点。

您可以将数据点放在外部文件中，并在主程序中以几种不同的方式访问它。假设文件名为datapoints.ps，您可以使用run 运算符来读入文件。

/mode 0 def  (datapoints.ps) run
/mode 1 def  (datapoints.ps) run

或者您可以从文件中读取“块”并单独处理它们。一次一个数字：

/f (datapoints.ps) (r) file def
{
    f token not {exit} if
    dup process1
    dup process2
    pop
} loop

一次一行：

/tokens {
    { token not {exit} if exch } loop
} def
/f (datapoints.ps) (r) file def
f 1000 string 
{
    {readline} stopped {
        pop length 2 mul string
    }{
        not {exit} if
        tokens
        count copy process1
        count copy process2
        clear
        f 1000 string
    } ifelse
} loop

如果您知道需要处理的最大行长度，这可能会更简单。

我希望这能给你一些想法。问题中的描述有点模糊，所以您可以提供更多详细信息将有助于我们为您提供更好的建议。

另一个选项可能是数组数组。实现可能对数组的长度有限制。我实际上并不知道 ghostscript 的限制，因为我最近了解到它比我认为的 65536 高得多。但是假设限制是 50000。你有 100000 个项目。

因此将数据拆分为 2 个 50000 元素的数组。您可以拥有的嵌套级别没有限制。实际上，数组可以包含自身，实际上是无限嵌套。

如果你有 1000 万，你可以有 3 个级别，10 x 1000 x 1000

[
  [
    [ n0 ... n999  ]
    [ n1000 ... n1999 ]
    ...
    [ n999000 ... n999999 ]
  ]
  [
    [ n1000000 ... n1000999 ]
    ...
  ]
  ...
  [
    [ n9000000 ... n9000999 ]
    ...
    [ n9999000 ... n9999999 ]
  ]
]