新手求一个算法

yccpp

本人接触perl时间不长，只是知道它很强大。想用它进行数据的重新排列组合，向大神求一算法。原始数据是多行两列的数据，想把有公共数据的行写成一行且公共数据只出现一次。关键是公共数据不是固定的，下面是一个小例子，第一行和第二行的第一列有相同数22875，而第一行第二列的数据30588又出现在了第五行和第六行，需要把这些数据写成一行，如果没有公共数据，就按原始数据写出。整个数据文件见附件。非常感谢您的帮助！

原始数据
22875    30588     
22875    34747         
22912    34851
22963    35901      
22969    30588
30588    40791
30609    39143      
30609    40808

重新排列后
22875    30588   34747  22969  40791  
22912    34851  
22963    35901
30609    39143   40808

huang6894

1. #!/usr/bin/perl -w
   
2. 
   
3. my (%hash,$n);
   
4. while(<DATA>){
   
5.         chomp;
   
6.         $n ++;
   
7.         my $k;
   
8.         my @row = (split);
   
9.         map{$k = (exists $hash{$_}) ? $hash{$_} : $k}@row;
   
10.         $k ||= $n;
    
11.         map{$hash{$_} = $k}@row;
    
12. }
    
13. $n = 1;
    
14. foreach my $key(sort {$hash{$a} <=> $hash{$b}} keys %hash){
    
15.                 if($hash{$key} eq $n){
    
16.                         print $key."\t";
    
17.                 }else{
    
18.                         print $/.$key."\t";
    
19.                         $n = $hash{$key}
    
20.                 }
    
21. }
    
22. __DATA__
    
23. 22875    30588     
    
24. 22875    34747         
    
25. 22912    34851
    
26. 22963    35901      
    
27. 22969    30588
    
28. 30588    40791
    
29. 30609    39143      
    
30. 30609    40808

复制代码

友情提示，上面这个做法是有问题的

yccpp

谢谢huang6894, 我试试。

yccpp

我试了一下，好像是有点问题，如果运行给出的一小段数据，结果是正确的，如果是附件中的数据，结果有点问题，有些行只有一个数据，至少应该是两个的，请问huang6894，在您给出的程序中如何实现文件的输入输出。谢谢。

xiumu2280

1. my @data = map {[split]}<DATA>;
   
2. 
   
3. my @out_data;
   
4. 
   
5. foreach my $new (@data) {
   
6.         my %hash;
   
7.         foreach my $ori (@data) {
   
8.                 @hash{@{$new}} = @{$new};
   
9.                 if ($hash{$ori->[0]} || $hash{$ori->[1]}) {
   
10.                         push @{$new},@{$ori};
    
11.                 }
    
12.         }
    
13.         @hash{@{$new}} = @{$new};
    
14.         push @out_data,join "\t",sort keys %hash;
    
15. }
    
16. 
    
17. my %hash;
    
18. @hash{@out_data} = @out_data;
    
19. for my $line (keys %hash) {
    
20.         print "$line\n";
    
21. }
    
22. 
    
23. 
    
24. __DATA__
    
25. 22875    30588     
    
26. 22875    34747         
    
27. 22912    34851
    
28. 22963    35901      
    
29. 22969    30588
    
30. 30588    40791
    
31. 30609    39143      
    
32. 30609    40808

复制代码

yccpp

xiumu2280，谢谢你的帮助，我试试你的代码。

chenyuluoyan沉鱼落

回复 5# xiumu2280
大神my @data = map {[split]}<DATA>;中括号什么意思啊 为什么换成括号或去掉括号就不可以了呢 而

1. my @data = map {[split]}<DATA>;
   
2. 
   
3. my @out_data;
   
4. 
   
5. foreach my $new (@data) {
   
6.         print $new;
   
7. }
   
8.       
   
9. 
   
10. 
    
11. __DATA__
    
12. 22875    30588     
    
13. 22875    34747         
    
14. 22912    34851
    
15. 22963    35901      
    
16. 22969    30588
    
17. 30588    40791
    
18. 30609    39143      
    
19. 30609    40808

复制代码

这样会报错
而把中括号去了或换成圆括号就可以了 这是为什么呢

   

xiumu2280

my @data = map {[split]}<DATA>;  这个是二维数组

涉及到引用的知识  可以百度  perl引用

下面也是相同的原因，变成（）之后，@data是普通数组，所以简单的foreach又可以了

你可以用Data:umper模块 ，看一看数据结构，就明白了
回复 7# chenyuluoyan沉鱼落


   

chenyuluoyan沉鱼落

回复 8# xiumu2280
明白了 谢谢大神


   

yccpp

谢谢大神，计算结果是正确的。数据量小时，计算很快，我试了一下几百组数据，结果都是对的且挺快的，当数据量较大时，比如我附件中的数据，有1万多行，程序已经运行好几个小时了，还没有结果，等待中。再次谢谢xiumu2280 。