［awk］数据归类

blackold

回复 19# springwind426


    分类应该没有错，只是分类编号可能不同。

blackold

回复 19# springwind426


    嗯，算法是有问题。谢谢 springwind426指正!

blackold

try:

1. 
   
2. awk '{if(a[$1]+a[$2]==0)a[$1]=a[$2]=++n;else if(a[$1]!=a[$2]){if(a[$1]*a[$2]==0)a[$1]=a[$2]=a[$1]+a[$2];else{min=(a[$1]<a[$2])?a[$1]:a[$2];max=(a[$1]<a[$2])?a[$2]:a[$1];for(i in a)if(a[i]==max)a[i]=min}}}END{for(i in a)print a[i],i}' urfile|sort -n
   

复制代码

scr.awk

1. 
   
2. {
   
3.   if(a[$1]+a[$2]==0)
   
4.     a[$1]=a[$2]=++n
   
5.   else if(a[$1]!=a[$2])
   
6.   {
   
7.     if(a[$1]*a[$2]==0)
   
8.       a[$1]=a[$2]=a[$1]+a[$2]
   
9.     else
   
10.     {
    
11.       min=(a[$1]<a[$2])?a[$1]:a[$2]
    
12.       max=(a[$1]<a[$2])?a[$2]:a[$1]
    
13.       for(i in a) if(a[i]==max)a[i]=min
    
14.     }
    
15.   }
    
16. }
    
17. END {
    
18.   for(i in a) print a[i],i
    
19. }
    

复制代码

1. awk -f scr.awk urfile|sort -n

复制代码

springwind426

try:scr.awk
blackold 发表于 2010-04-01 18:17

结果还是不对，他要求的是只要在前面出现过的，或者是相关联的，就分为一类

比如：
a1  b1
b1  c1
c1  d1
c1  d2
d2  e1

象这样的，都分为一类，因为它们之间有直接关联或者间接关联

而我发现，它的数据中有特殊情况，也无法通过排序来排列，比如

10000040        10000043
10000040        10000044
10000041        10000042
10000041        10000043
10000041        10000044
10000042        10000043
10000042        10000044
10000043        10000044

这一段就很特殊，我开始用一段代码，就发现结果有误，后来发现有这样的数据存在，因此，需要多次扫描，才能保证所有的数据都能够正确归类

blackold

回复 24# springwind426


    我测试的结果没发现错误的地方啊。

blackold

回复 24# springwind426


    这类似于双向指针的数据结构。

    我觉得一次扫描就可以了，排序没有用。

springwind426

回复  springwind426


    这类似于双向指针的数据结构。

    我觉得一次扫描就可以了，排序没有用 ...
blackold 发表于 2010-04-01 22:24

他给出的他用C语言写的程序的运行结果，他的样本数据只有1521个分类

blackold

回复 27# springwind426


    嗯。没错，验证过了。
    你可以用一楼的几行样本来测试。

blackold

对了，我的分类编号与LZ的不同。

springwind426

回复  springwind426


    嗯。没错，验证过了。
    你可以用一楼的几行样本来测试。
blackold 发表于 2010-04-01 22:32

是的，我刚验证过了，确实是正确的

相比而言，我的那个代码的算法太差了，运算速度与你的代码差2个数量级

看来还需要加强学习:wink: