求大神帮写一个去除交集的perl脚本！！

expert1

1. 更多测试数据，
   
2. [user@myhost tmp]$ more d
   
3. 
   
4. A   1  10000
   
5. B   1  10001
   
6. B   10001  40000
   
7. a   2 5
   
8. x  10 10
   
9. c 1 3
   
10. d 5 6
    
11. 
    
12. [user@myhost tmp]$ more c
    
13. A   5        55
    
14. A   56        56
    
15. A   57        57
    
16. A   1024        1024
    
17. A   1025        1078
    
18. A   2047        2047
    
19. A   6658        6670
    
20. A   6671        6671
    
21. B   247        249
    
22. B   1024        1078
    
23. B   5547        5591
    
24. B   15547      25591
    
25. a 2 2
    
26. a 5 5
    
27. b 3 9
    
28. c 1 1
    
29. d 3 5
    
30. x 9 10
    
31. 
    
32. 
    
33. awk 'NR == FNR{
    
34. 
    
35.                 a[$1" "$2" "$3]=$1 }
    
36. 
    
37.         NR>FNR{
    
38. 
    
39.                   for(i in a)
    
40. 
    
41.                       {   flag=0
    
42. 
    
43.                          if(a[i]==$1)
    
44. 
    
45.                          {
    
46. 
    
47.                          split(i ,b ," ")
    
48. 
    
49. 
    
50.                         if($2 <= b[2] && $3 >= b[3])
    
51.                                
    
52. 
    
53.                                 flag= 1
    
54.    
    
55. 
    
56.                         if ($2 >b[2] && $3 < b[3] )
    
57. 
    
58. 
    
59.                         {  
    
60. 
    
61.                                 a[a[i]" "b[2] " "($2 - 1)] =a[i]
    
62. 
    
63. 
    
64.                                 a[a[i]" "($3 + 1) " " b[3]] =a[i]
    
65. 
    
66. 
    
67.                                 flag=1
    
68. 
    
69.                         }
    
70. 
    
71. 
    
72.                         if ($2 > b[2] && $2 <= b[3] && $3>=b[3])
    
73. 
    
74.                         {
    
75. 
    
76.                                 a[a[i]" "b[2] " "($2 - 1)] = a[i]
    
77. 
    
78.                                 flag= 1
    
79. 
    
80.                         }
    
81. 
    
82. 
    
83.                         if ($3 >= b[2] && $3 < b[3] && $2<= b[2])
    
84. 
    
85.                         {
    
86. 
    
87.                                 a[a[i]" "($3 + 1) " " b[3]] = a[i]
    
88. 
    
89.                                 flag= 1
    
90. 
    
91.                         }
    
92. 
    
93. 
    
94.                            }
    
95. 
    
96.                         if (flag)
    
97. 
    
98.                                 delete a[i]
    
99. 
    
100.                       }
     
101. 
     
102.              }
     
103. 
     
104. END {
     
105. 
     
106.      for(i in a)print  i
     
107. 
     
108.    }' f1 f2
     
109. 
     

复制代码

效率更高m,但如果f1有
a 1 100
a 101 200
那么结果可能有
a 1 100
a 101 X
理想情况下应该是a 1 X这个更合理，

就是连续的没有合并。

yaozhibing41001

回复 61# expert1

这种题目怎能漏了我大python

一，

1. #! /usr/local/bin/python
   
2. import re
   
3. # http://bbs.chinaunix.net/thread-4119878-4-1.html
   
4. file_a=open(r'C:\Users\Administrator\Desktop\python\e\c.lst').readlines()
   
5. file_b=open(r'C:\Users\Administrator\Desktop\python\e\d.lst').readlines()
   
6. for name in file_a:
   
7.     a=name.replace("\n","")
   
8.     x_a=re.sub(" +",",",a).split(",")
   
9.     key_a=x_a[0]
   
10.     begin_a=int(x_a[1])
    
11.     end_a=int(x_a[2])
    
12.     key_a_r=range(begin_a,end_a+1)
    
13.     y=begin_a
    
14.     for name2  in  file_b:
    
15.         b=name2.replace("\n","")
    
16.         x_b=re.sub(" +",",",b).split(",")
    
17.         key_b=x_b[0]
    
18.         begin_b=int(x_b[1])
    
19.         end_b=int(x_b[2])
    
20.         if  key_a == key_b :
    
21.             if begin_b > end_a or begin_b <begin_a and end_b < begin_a:
    
22.                 continue
    
23.             if begin_b > y:
    
24.                 print  key_a,y,begin_b-1
    
25.             y=end_b+1
    
26.     if y <= end_a:
    
27.         print  key_a,y,end_a   
    

复制代码

二。 这种执行太慢了。。。

1. #! /usr/local/bin/python
   
2. import re
   
3. # http://bbs.chinaunix.net/thread-4119878-4-1.html
   
4. file_a=open(r'C:\Users\Administrator\Desktop\python\e\a.lst').readlines()
   
5. file_b=open(r'C:\Users\Administrator\Desktop\python\e\b.lst').readlines()
   
6. for name in file_a:
   
7.     a=name.replace("\n","")
   
8.     x_a=re.sub(" +",",",a).split(",")
   
9.     key_a=x_a[0]
   
10.     begin_a=int(x_a[1])
    
11.     end_a=int(x_a[2])
    
12.     key_a_r=range(begin_a,end_a+1)
    
13.     for name2  in  file_b:
    
14.         b=name2.replace("\n","")
    
15.         x_b=re.sub(" +",",",b).split(",")
    
16.         key_b=x_b[0]
    
17.         begin_b=int(x_b[1])
    
18.         end_b=int(x_b[2])
    
19.         if  key_a == key_b :           
    
20.             for key_b_k in range(begin_b,end_b+1):
    
21.                 try:
    
22.                     key_a_r.remove(key_b_k)
    
23.                 except ValueError:
    
24.                     continue
    
25.     if len(key_a_r)>1:
    
26.         x=key_a_r[0]
    
27.     for y in  key_a_r:
    
28.         if y-1 not in key_a_r:
    
29.             a=y
    
30.         while y+1 in key_a_r :               
    
31.             y=y+1
    
32.             key_a_r.remove(y)      
    
33.         print key_a,a,y              
    

复制代码