求使程序更高效简洁的方法

skyyy90

各位大侠，我是做生物信息的，刚入门。现在我要处理两个文件：file1内容大致如下：
chr1    1       100000
chr1    100001  200000
chr1    200001  300000
chr1    300001  400000
chr1    400001  500000
.         .            .
.         .            .
chr1    195276242       195276332

file2的内容如下：
chr1    1806    1896
chr1    1814    1904
chr1    1904    1994
chr1    1981    2071
chr1    2001    2091
.         .            .
.         .            .
chr1    195275501       195275591
我想统计一下这两个文件每一行的起始坐标统计一下file2中落入file1中每一行所代表的区间的数目，由于“file1” “file2”各有25个（我要统计25个染色体，每个file1和file2都是一 一对应的，是同一条染色体上的坐标，如上面两个file1和file2所示，都是chr1），每个file2文件都很大，我用了三重循环来做，可是发现程序运行的特别慢，想问问各位大侠用什么方法能使程序更高效呢？

xiumu2280

告诉你个笨方法··
my @file1 = (1..10000);
my @file2 = (1806..1896);
这样用grep抓两个数组的交集就可以了···
不过内存占用比较大···但是代码简介。

yinyuemi

回复 6# skyyy90


    先读一行file1，记住 start ，end
    读一行file2，判断当前的位置是否在start，end范围，如果在继续读file2，直到超过范围，再读一行file1，
   以此类推，。。。

skyyy90

回复 5# yinyuemi
目前我的想法是依次读取file1的每一行，然后嵌套一个循环读取file2，但是这样下来对于file1里面的每一行来说，都要读取file2，file1里面有1000多行，file2要被读1000多次，这正是我纠结的地方，是不是我的思路不对？

   

yinyuemi

回复 1# skyyy90


    给你个思路吧，用你判断的条件交替读取file1 file2的办法，每个文件读一次就可以完成统计

skyyy90

是我把问题说得不够清楚么。。。

pitonas

file1 1~500000
chr1    1       100000
chr1    100001  200000
chr1    200001  300000
chr1    300001  400000
chr1    400001  500000
file2的内容如下：
chr1    1806    1896   => 1 < x < 500000 => + 1
chr1    1814    1904   => 1 < x < 500000 => + 1
chr1    1904    1994   => 1 < x < 500000 => + 1

数目 = 3
回复 1# skyyy90

pitonas

{:2_172:} 想问问大侠
file2 chr1    1806    1896
落入file1 chr1    1       100000 => 数目 + 1
回复 1# skyyy90