请教perl循环问题

liuguiyou1981

两个文件
第一个文件两列，每行的两列数字构成一个区间，
11    20
30    50
等等
另外一个是一列数字，
类似，
12
15
30
45
50

等等

问题是想统计一下第2个文件中落在第一个文件中的数字的个数，例如，12落在了11    20之间，那么$hash{11    20}++一次，最后输出第一文件每行出现的次数。
关键的问题是每个文件都好几万行，循环起来比较慢，我想请教大家有什么好的建议，谢谢

zhlong8

第一个文件的数字区间有交集没有? 总的范围有多大? 全都是整数吗? 闭区间还是左开右闭什么的?

所有区间范围小的话可以用list的index做键

比如建立个list

list:
[0][1][2]...[n]
      
第二个文件按你的规则把相当位的值加一，最后再读第一个文件，分析每个区间的数字个数

liuguiyou1981

回复 2# zhlong8

没有交集，总的范围不固定，最多上千，都是整数，都是闭区间

zhlong8

没测试数据，你看下思路

1. use strict;
   
2. use warnings;
   
3. my @info;
   
4. my %result;    #保存结果的hash
   
5. sub sum_from;
   
6. 
   
7. 
   
8. open my $f, '<', 'file2' or die $!;
   
9. 
   
10. while (<$f>) {    #假定file2里面的数据都是自然数
    
11.     chomp;
    
12.     $info[$_]++;  #因为最多上千，所以不会产生超大的array
    
13. }
    
14. 
    
15. close $f;
    
16. 
    
17. open $f, '<', 'file1' or die $!;
    
18. 
    
19. while (<$f>) {
    
20.     chomp;
    
21.     my($from, $to) = split /\s+/;
    
22.     $result{"$from $to"} = sum_from $from, $to;
    
23. }
    
24. 
    
25. 
    
26. sub sum_from {
    
27.     my($from, $to) = @_;
    
28.     my $sum = 0;
    
29.     $sum += $info[$_]//0 for $from .. $to; # // 消除uninitialized value 警告
    
30.     return $sum;
    
31. }

复制代码

liuguiyou1981

回复 4# zhlong8


    3x，我试试阿

iamlimeng

1. #!/usr/bin/perl
   
2. 
   
3. use strict;
   
4. use warnings;
   
5. my @info;
   
6. 
   
7. open my $f, '<', 'file2.txt' or die $!;
   
8. while (<$f>) {    #假定file2里面的数据都是自然数
   
9.     chomp;
   
10.     $info[$_]++;
    
11. }
    
12. close $f;
    
13. 
    
14. open $f, '<', 'file1.txt' or die $!;
    
15. while (<$f>) {
    
16.     chomp;
    
17.     my($from, $to) = split /\s+/;
    
18.     my $count;
    
19.     for ($from..$to) {
    
20.             $count++ if ($info[$_]);
    
21.     }
    
22.     print "$from $to $count\n";
    
23. }
    
24. close $f;
    
25. 
    
26. <STDIN>;

复制代码

4楼的代码运行起来应该非常快，学习了。

为了更少占用内存，可以统计一个区间后马上输出，不存入%result，因为文件1还是比较大的。

说明：
假设file2里面的数据都是自然数；
若文件1的各区间有交集，4楼的程序也适用。

liuguiyou1981

回复 2# zhlong8


谢谢   zhlong8，确实好使！！！
我还有一个问题想请教，就是：如果第2个文件如果也是两列，其它的不变，也就是说第2个文件的这两个数都在第一个数的某个区间内，该怎么写？？？谢谢

Monox

回复 7# liuguiyou1981
如果是排好序的，这个还是比较容易实现的。如果不是排好序的，或许先排序是个好主意。

zhlong8

回复 7# liuguiyou1981


    类似不过要多点处理。再写下：）

1. use strict;
   
2. use warnings;
   
3. 
   
4. my @info;
   
5. my %result;
   
6. sub sum_from;
   
7. 
   
8. 
   
9. open my $f, '<', 'file2' or die $!;
   
10. 
    
11. while (<$f>) {
    
12.     chomp;
    
13.     my($from, $to) = split /\s+/;
    
14.     push @{$info[$from]}, $.;
    
15.     push @{$info[$to]}, $.;    #$. 为第二个文件每个区间的 unique ID
    
16. }
    
17. 
    
18. close $f;
    
19. 
    
20. open $f, '<', 'file1' or die $!;
    
21. 
    
22. while (<$f>) {
    
23.     chomp;
    
24.     my($from, $to) = split /\s/;
    
25.     $result{"$from $to"} = sum_of $from, $to;
    
26. }
    
27. 
    
28. sub sum_from {      #任何ID在这个区间出现两次即说明整个file2的区间就在其中
    
29.     my($from, $to) = @_;
    
30.     my $sum;
    
31. 
    
32.     my %dict;
    
33.     for my $entry ($from .. $to) {
    
34.         $dict{$_} ++ for @{$info[$entry]}; #以上面的unique ID 为键
    
35.     }
    
36.     #所有值为2的entry即为答案，计算总数即可
    
37. 
    
38.     while (my($k,$v) = each %dict) {
    
39.         $sum ++ if $v == 2;
    
40.     }
    
41.     return $sum;
    
42.             
    
43. }
    

复制代码

liuguiyou1981

回复 8# Monox


   恩  那就当排好序了，呵呵 这样容易实现些，对了，还有 刚才程序中的子程序我没看明白，你能解释下么？谢谢