差异筛选问题

newfinder

各位友人，小弟现在有一个棘手的问题，还请大家帮帮忙。

假如现在有两个数据集，data1.txt和data2.txt，
data1.txt和内容如下：
range1:1-6
range1:7-14
range1:15-18
range1:19-23
range2:2-7
range2:8-11
range2:12-16
range2:18-20
range3:...

data2.txt的内容如下：
range1:2-4
range1:6-9
range1:10-17
range2:1-6
range2:7-12
range2:13-14
range2:17-19
range3:....

想筛选出两个数据集中的差异区域，差异的条件设定为：如果交集的范围（差值）小于等于2的话，即为差异区域。但若一个数据集中的一段区域完全
在另一个数据集中相应的区域中，即是子集关系的话，但共同的范围小于等于2，那也不认为是差异区域。

比如data2.txt中的range1:2-4，它与data1.txt中的range1:1-6是子集关系，所以即便共同的范围是2-4，差值等于2，也认为它们不是差异区域。而像data1.txt中
的range1:7-14与data2.txt中的range1:6-9的交集为7-9，即为一个差异区域，但与range1:10-17的交集为10-14，所以这两个不算是差异区域。

因此，如果按照这样的推理的话，上面的两个数据集的差异区域应该为：
data1_diff.txt：
range1:15-18
range1:19-23
range2:18-20

data2_diff.txt：
range1:6-9
range2:17-19

而共同的则为data_comm.txt:
range1:1-6  2-4
range1:7-14  10-17
range2:2-7  1-6
range2:8-11  7-12
range2:12-16  13-14

以上是我的问题，谢谢大家。

substr函数

lz,麻烦了
现在有一个棘手的问题,
问题 表示没看出有啥规律,

不知道如何下手.
data1_diff.txt：
data2_diff.txt：
data_comm.txt:

以上是我的问题，
谢谢lz

newfinder

回复 2# substr函数
其实就是想找出data1和data2的交集和差异。但这个交集有条件，就是如果交集的范围大于2才算是交集，小于等于2就不算是交集。另外，如果一个数据集中有一段被另一个数据集包含，即使是范围小于等于2也算是共同的，不算差异。

也就是说要筛选两个数据集中的共同范围：交集范围大于2以及互为子集的区域；差异范围：除去共同范围的区域
所以应该有三个输出文件：
data1的差异区域输出为data1_diff.txt：……
data2的差异区域输出为data2_diff.txt：……
二者共同的差异区域输出为data_comm.txt：……

不知道我这样描述，有没有表达清楚我的意思。
   

pitonas

小弟,
我想学习下这方面的知识，有比较好的书可以推荐一下?
谢谢。{:2_172:}

回复 1# newfinder


   

newfinder

回复 4# pitonas
？？？什么意思呢？是说perl方面的书吗，我也只是个菜鸟，很多都不会的

   

pitonas

是说差异筛选方面的书~ {:2_172:}
回复 5# newfinder


   

newfinder

回复 6# pitonas
呃……
这个……
没有呀……
有专门讲这方面的书吗？

   

pitonas

子集关系的话:
共同的范围小于等于2，那也不认为是差异区域。
但共同的范围 > 2 : 那是差异区域?
回复 7# newfinder

newfinder

回复 8# pitonas
不是的，大侠。
差异区域是范围小于等于2
共同区域是范围大于2
但如果是子集的话，比如4-6是3-7的子集，虽然共同的范围只有2，但把它界定为共同区域

   

yestreenstars

楼主，我已经写出来了，明天优化一下再发出来…