区间合并

Chinaaa123

各位大侠晚上好！
向大家请教：一个文件中有两列，每一行是一个区域，顺序是从上向下递增
start          end
10467        10472
10469        10474
10482        10487
10487        10492
10491        10496
10495        10500
10523        10528
10540        10545
10561        10566
10569        10574
10575        10580

目的：当满足$end-$start(下一行)=1条件时，才合并该区域，如上述所示10492-10491=1,10496-10495=1;
得到最后结果应该是：10487   10500；
麻烦大家了！

flywithperl

# data input
my $line;
my (@start, @end);
my $i;

while ($line = <>) {
        chomp($line);
        my ($start, $end) = split(/\s+/, $line);
        print "$start\t\t$end\n";
        push @start, $start;
        push @end, $end;
}
print "\n\n";


# data merge
my (@first, @second);

if (@start) {
        push @first, $start[0];
        for ($i=0; $i<$#start; $i++) {
                if ($end[$i] - $start[$i + 1] != 1) {
                        push @second, $end[$i];
                        push @first, $start[$i + 1];
                }
        }
        push @second, $end[-1];
}

# show result
print "\n\n";
for ($i=0; $i<@first; $i++) {
        print "$first[$i]\t\t$second[$i]\n";
}

Chinaaa123

回复 2# flywithperl
多谢这位大侠，我也是你这种思路，写的比较坎坷，感谢帮忙！
想了下 另一种思路可以一次读两行进行判断！

kk861123

逐行处理

1. #!/usr/bin/env perl
   
2. use strict;
   
3. use warnings;
   
4. use Data::Dumper;
   
5. 
   
6. my @stack;
   
7. while (<DATA>) {
   
8.     my $rec = [split];
   
9.     if (@stack) {
   
10.         merge(\@stack, $rec);
    
11.     } else {
    
12.         push @stack, $rec;
    
13.     }
    
14. }
    
15. 
    
16. print "@$_\n" for @stack;
    
17. exit 0;
    
18. 
    
19. sub merge {
    
20.     my ($stack, $new) = @_;
    
21.     my $last;
    
22.     while (@$stack) {
    
23.         $last = pop @$stack;
    
24.         if ($last->[1] - $new->[0] == 1) {
    
25.             $new = [ $last->[0], $new->[1] ];
    
26.         } else {
    
27.             push @$stack, $last;
    
28.             last;
    
29.         }
    
30.     }
    
31.     push @$stack, $new;
    
32. }
    
33. 
    
34. __DATA__
    
35. 10467        10472
    
36. 10469        10474
    
37. 10482        10487
    
38. 10487        10492
    
39. 10491        10496
    
40. 10495        10500
    
41. 10523        10528
    
42. 10540        10545
    
43. 10561        10566
    
44. 10569        10574
    
45. 10575        10580

复制代码

kk861123

逐行处理

1. #!/usr/bin/env perl
   
2. use strict;
   
3. use warnings;
   
4. use Data::Dumper;
   
5. 
   
6. my @stack;
   
7. while (<DATA>) {
   
8.     my $rec = [split];
   
9.     if (@stack) {
   
10.         merge(\@stack, $rec);
    
11.     } else {
    
12.         push @stack, $rec;
    
13.     }
    
14. }
    
15. 
    
16. print "@$_\n" for @stack;
    
17. exit 0;
    
18. 
    
19. sub merge {
    
20.     my ($stack, $new) = @_;
    
21.     my $last;
    
22.     while (@$stack) {
    
23.         $last = pop @$stack;
    
24.         if ($last->[1] - $new->[0] == 1) {
    
25.             $new = [ $last->[0], $new->[1] ];
    
26.         } else {
    
27.             push @$stack, $last;
    
28.             last;
    
29.         }
    
30.     }
    
31.     push @$stack, $new;
    
32. }
    
33. 
    
34. __DATA__
    
35. 10467        10472
    
36. 10469        10474
    
37. 10482        10487
    
38. 10487        10492
    
39. 10491        10496
    
40. 10495        10500
    
41. 10523        10528
    
42. 10540        10545
    
43. 10561        10566
    
44. 10569        10574
    
45. 10575        10580

复制代码

523066680

如果数据量不大

1. use File::Slurp;
   
2. STDOUT->autoflush(1);
   
3. 
   
4. my $data = read_file( "src.txt" );
   
5. 
   
6. $data =~s/(\d+)\n(\d+)\s+/if ($1-$2 == 1) {print "Remove: $1 $2\n"; "";} else { ${&} }/eg;
   
7. print $data;
   

复制代码

Remove: 10492 10491
Remove: 10496 10495
start          end
10467        10472
10469        10474
10482        10487
10487        10500
10523        10528
10540        10545
10561        10566
10569        10574
10575        10580