多文件排序

guocanwen

有四个有序文件（文件较大），要把他们合并成一个有序文件，应该怎么做？

Shell_HAT

[root@ tmp]# cat file1 a b c [root@ tmp]# cat file2 h i j [root@ tmp]# cat file3 d e f [root@ tmp]# cat file4 x y z [root@ tmp]# cat file[1-4] | sort a b c d e f h i j x y z

guocanwen

回复 2# Shell_HAT

这样做太慢了，没有利用到原文件有序这个特性
A
B
C
D
从算法上看，可以依次读出A B C D的每一行，把最小的输出，最小的文件再读一行，其他文件不变。循环处理直到结束。
但是我不知道用bash怎么实现
   

Shell_HAT

回复 3# guocanwen


1、“原文件有序这个特性”能代表四个文件没有重复行吗？
2、“原文件有序这个特性”能代表最小文件的第二行一定比第二文件的第一行小吗？

guocanwen

回复 4# Shell_HAT
A: 1 3 5
B: 2 3 5
C: 2 4 6
D: 3 4 7
step 1
分别读入
a=1（从A中读取）
b=2（从B中读取）
c=2 （从C读取）
d=3 (从D读取)
step 2:
a= min{a, b, c,d}, 输出 a（1）。 a 继续从A读取一行，此时a =3
step 3:
b= min{a, b, c,d},  输出 b（2）。b从B中读取一行，此时b = 3
step 4：
c= min{a, b, c,d}, 输出 c（2）。c从C中读取一行，此时c = 4
step 5:
a= min{a, b, c,d}, 输出 a（3）。 a 继续从A读取一行，此时a =5
step 6:
b= min{a, b, c,d},  输出 b（3）。b从B中读取一行，此时b = 5
step 7:
d= min{a, b, c,d},  输出 d（3）。d从D中读取一行，此时b = 4
...
这样处理只需要扫描一遍，速度是很快的
   

guocanwen

回复 4# Shell_HAT
重复行也不影响的


   

reyleon

围观下

Shell_HAT

回复 5# guocanwen


    明白你的意思了。顶楼就该把这个说清楚，不要让别人去猜。