awk问题请教：2个文件的比较

seesea2517

回复 3# Shell_HAT

你的结果和lz的输出有点差异，看来偷懒是不行的，哈：
1.1.1.10     20 财务二部
1.1.1.34     25 财务二部
2.2.2.100   30 技术部
3.3.3.20     40 人事部
   

seesea2517

我这个是在 cygwin 下测试通过的。效率可能不高，如果 lz 有兴趣，可以做如下改进：将数据存放方式改成平衡树，这样查找起来就快多了；或者将查找改为二分查找，也能将O(n)的复杂度降到O(log(n))。

1. [seesea@UC ~] # bash --version
   
2. GNU bash, version 2.05b.0(1)-release (i686-pc-cygwin)
   
3. Copyright (C) 2002 Free Software Foundation, Inc.
   
4. 
   
5. [seesea@UC ~] # awk -f cc.awk b a
   
6. 1.1.1.10     20 财务一部
   
7. 1.1.1.34     25 财务二部
   
8. 2.2.2.100   30 技术部
   
9. 3.3.3.20     40 人事部
   
10. 
    
11. [seesea@UC ~] # cat a
    
12. 1.1.1.10     20
    
13. 1.1.1.34     25
    
14. 2.2.2.100   30
    
15. 3.3.3.20     40
    
16. [seesea@UC ~] # cat b
    
17. 1.1.1.0    1.1.1.31     财务一部
    
18. 1.1.1.32   1.1.1.63    财务二部
    
19. 2.2.2.0    2.2.2.127   技术部
    
20. 3.3.3.0    3.3.3.63     人事部
    
21. [seesea@UC ~] # cat cc.awk
    
22. FNR==NR {
    
23.     add_dept_info($1, $2, $3)
    
24. }
    
25. 
    
26. FNR == 1 && NR != 1 {
    
27.     sort_dept_info()
    
28. }
    
29. 
    
30. FNR < NR {
    
31.     print $0 OFS find_dept($1)
    
32. }
    
33. 
    
34. function atoinet(ip, __ARGEND__, ret)
    
35. {
    
36.     n = split(ip, ar, ".")
    
37.     for (i = 1; i <= n; ++i)
    
38.     {
    
39.         ret = ret*256 + ar[i]
    
40.     }
    
41. 
    
42.     return ret
    
43. }
    
44. 
    
45. function add_dept_info(ip_start, ip_end, dept_name)
    
46. {
    
47.     dept_info[atoinet(ip_start)]   = dept_name
    
48.     dept_info[atoinet(ip_end) - 1] = dept_name
    
49. }
    
50. 
    
51. function sort_dept_info()
    
52. {
    
53.     count = asorti(dept_info, sorted_index)
    
54. }
    
55. 
    
56. function find_dept(ip)
    
57. {
    
58.     inet = atoinet(ip)
    
59.     for (i = count; i >= 1; --i)
    
60.     {
    
61.         if (inet >= sorted_index[i])
    
62.             return dept_info[sorted_index[i]]
    
63.     }
    
64. 
    
65.     return "UNDEFINED"
    
66. }
    

复制代码

seesea2517

回复 16# Shell_HAT


    原来是这样，一个小小的帖子居然也有项目的影子，lz 是做产品或是策划的吧，哈哈。

seesea2517

回复 15# jils2013


    有点类似，还是区别很大呢。因为lz说a文件很大，所以我没敢把a文件全部读进内存，而是把b文件读进内存做检索。