免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 1464 | 回复: 6
打印 上一主题 下一主题

[文本处理] 求一个快速查找的脚本 [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2013-05-23 09:36 |只看该作者 |倒序浏览
各位大神们,我最新有个程序要写,需要在1千多万条数据里面查找一个数据,求快点的方法,grep -f 太慢了。。。
wc -l fin.tx
13664474 fin.txt

里面要查找的是一串数字例如 48521967344

跪求快点的方法

论坛徽章:
3
2015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:51:162015年亚洲杯之阿曼
日期:2015-04-07 20:00:59
2 [报告]
发表于 2013-05-23 09:52 |只看该作者
提示: 作者被禁止或删除 内容自动屏蔽

论坛徽章:
93
2015年辞旧岁徽章
日期:2019-10-10 10:51:15CU大牛徽章
日期:2014-02-21 14:21:56CU十二周年纪念徽章
日期:2020-10-15 16:55:55CU大牛徽章
日期:2014-02-21 14:22:07羊年新春福章
日期:2019-10-10 10:51:39CU大牛徽章
日期:2019-10-10 10:55:38季节之章:春
日期:2020-10-15 16:57:40ChinaUnix元老
日期:2019-10-10 10:54:42季节之章:冬
日期:2019-10-10 10:57:17CU大牛徽章
日期:2014-02-21 14:22:52CU大牛徽章
日期:2014-03-13 10:40:30CU大牛徽章
日期:2014-02-21 14:23:15
3 [报告]
发表于 2013-05-23 09:54 |只看该作者
如果你这个查找结果确定只有一条的话,并且只需要找出一条,那可以参考用 sed 吧,sed 使用 q 命令可以在找到后就退出程序,可以避免既然在很前面就找到内容还要一直扫描后面的所有内容:
  1. sed -n '/48521967344/{p;q}' fin.txt
复制代码

论坛徽章:
33
ChinaUnix元老
日期:2015-02-02 08:55:39CU十四周年纪念徽章
日期:2019-08-20 08:30:3720周年集字徽章-周	
日期:2020-10-28 14:13:3020周年集字徽章-20	
日期:2020-10-28 14:04:3019周年集字徽章-CU
日期:2019-09-08 23:26:2519周年集字徽章-19
日期:2019-08-27 13:31:262016科比退役纪念章
日期:2022-04-24 14:33:24
4 [报告]
发表于 2013-05-23 10:11 |只看该作者
  1. grep -F "48521967344" fin.txt
复制代码
这个需要多长时间?

论坛徽章:
0
5 [报告]
发表于 2013-05-23 10:14 |只看该作者
顶顶顶,

论坛徽章:
0
6 [报告]
发表于 2013-05-23 12:10 |只看该作者
回复 1# hulong77778


    如果先排列 再折半查找  会不会快点

论坛徽章:
0
7 [报告]
发表于 2013-05-23 13:22 |只看该作者
回复 6# yinwei2012


    如果整个文本都是无序的话,那么排序就需要消耗不少的时间,排序之后再查找又需要消耗时间,折半查找法几乎是不消耗时间的,但是会多次一举。
直接全文遍历检索完了,那么排序也结束了,这俩时间复杂度几乎是等同的
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP