Chinaunix

标题: 处理这个问题 我的思路写出来了 大家谁还有别的思路 [打印本页]
作者: dahaoshanhe    时间: 2012-03-03 14:11
标题: 处理这个问题 我的思路写出来了 大家谁还有别的思路
我自己写了一个，哪位高手有更好的解决办法

源文件：
  1. 63   63
  2. 74   74
  3. 82   82
  4. 95   95
  5. 96   96
  6. 99   99
  7. 97   97
  8. 98   98
  9. 100 100
  10. 114 114
  11. 123 123
  12. 135 135
复制代码
目的：在源文件中，每行有两列，两列数值相同，行与行之间有的增量为1，有的增量不为1，如第4行与第

5行增量为1，增量为1的行也可能不是紧邻连续着的，如第5行与第7行增量为1，但是不相邻连续的。想把一个几百万行的

文件中增量为1的行进行压缩，比如95到100之间增量都为1，压缩成95 100 第一列放连续递增中起始值，第二列放连续增

量结束值。
  1. 63   63
  2. 74   74
  3. 82   82
  4. 95  100
  5. 114 114
  6. 123 123
  7. 135 135
复制代码
{:3_205:}

我的 ：
  1. awk 'BEGIN {
  2.                 SROW=2
  3.                 EROW=1540
  4.                 STARTR=0
  5.                 ENDR=0
  6.                 DELTA=0
  7.         }
  8.         {
  9.                 if(NR==SROW){
  10.                         STARTR=$3
  11.                         ENDR=$4
  12.                 }
  13.                 if(NR>SROW){
  14.                         DELTA=$3-ENDR
  15.                         if((DELTA==1)||(DELTA==0)) ENDR=$3
  16.                         if(DELTA>1){
  17.                                 temp=$3
  18.                                 $3=STARTR
  19.                                 $4=ENDR
  20.                                 printf "%s\n",$0
  21.                                 STARTR=temp
  22.                                 ENDR=STARTR
  23.                         }
  24.                 }
  25.                 if(NR==EROW){
  26.                         $3=STARTR
  27.                         printf "%s\n",$0
  28.                 }
  29.         }'
复制代码
作者: rdcwayx    时间: 2012-03-04 07:33
本帖最后由 rdcwayx 于 2012-03-04 08:12 编辑
  1. awk 'BEGIN{min=999999999;t=0}
  2.      {a[$1];min=min<$1?min:$1;max=max>$1?max:$1}
  3.      END { printf min FS;s=min;
  4.            for (i=min+1;i<=max;i++)
  5.               { if (i in a)
  6.                   {  if (t) {printf i FS;t=0 }
  7.                      s=i
  8.                   }                        
  9.                 else {if (!t) {printf s RS;t=1}}
  10.                }
  11.             printf s RS
  12.           }' infile
复制代码
作者: winway1988    时间: 2012-03-04 08:38
昨天回复的帖子怎么都没啦
作者: jiejie455    时间: 2012-03-04 09:13
本帖最后由 jiejie455 于 2012-03-04 09:13 编辑

  2. #!/usr/bin/awk -f

  4. {
  5.         a[$1]=$1;
  6.         b[$1]=$0
  7. }

  9. END{
  10.         for(i=1;i<=asort(a);i++){
  11.                 pre=a[i]-1;
  12.                 post=a[i]+1;

  14.                 if(b[pre] || b[post]){
  15.                         if(line!=""){
  16.                                 line=line" "a[i] ;
  17.                         }else{
  18.                                 line=a[i];
  19.                         }
  20.                 }else{
  21.                         if(line!=""){
  22.                                 gsub(/[ ]+.*[ ]+/,"  ",line);
  23.                                 print line;
  24.                         }
  25.                         line="";
  26.                         print b[a[i]];
  27.                 }
  28.         }
  29. }
  30. ~
复制代码
$ ./data.awk data
63   63
74   74
82   82
95  100
114 114
123 123
135 135

作者: jiejie455    时间: 2012-03-04 09:26
怎么贴出来，看不见了。论坛是不是有问题啊。再贴一遍。

#!/usr/bin/awk -f

{
        a[$1]=$1;
        b[$1]=$0
}

END{
        for(i=1;i<=asort(a);i++){
                pre=a[i]-1;
                post=a[i]+1;

                if(b[pre] || b[post]){
                        if(line!=""){
                                line=line" "a[i] ;
                        }else{
                                line=a[i];
                        }
                }else{
                        if(line!=""){
                                gsub(/[ ]+.*[ ]+/,"  ",line);
                                print line;
                        }
                        line=""
                        print b[a[i]];
                }
        }
}
~
作者: rdcwayx    时间: 2012-03-05 18:17
不知为何这个被收到回收站了， 我恢复了。



欢迎光临 Chinaunix (http://bbs.chinaunix.net/) Powered by Discuz! X3.2