Mám súbor s hromadou riadkov a chcem porovnať, či sa všetky znaky konkrétneho stĺpca zhodujú so zvyškom súboru v Perle. Napríklad ak mám súbor:
abcdefg
avcddeg
acbdeeg
Súbor by sa prečítal a, d, g ako zápasy a vrátiť pozíciu.
Rozmýšľal som o použití 2D poľa v Perli na prechádzanie a porovnávanie celého súboru, ale môže to byť únavné. Má niekto ľahší spôsob, ako to urobiť?
Vďaka
odpovede:
7 pre odpoveď č. 1Toto je chytré (a rýchle) riešenie využívajúce bitové operácie. Spolieha sa na to a & b & ... & z
rovná a | b | ... | z
len a len ak všetky a
, b
, ..., z
sú rovnaké.
# read first line:
chomp( $_ = <> );
my $join = my $meet = $_;
# read other lines:
while( <> ) {
chomp;
$join |= $_;
$meet &= $_;
}
# print matching columns:
foreach my $i ( 0 .. length($meet) - 1 ) {
my $a = substr $join, $i, 1;
my $b = substr $meet, $i, 1;
print "$i: $an" if $a eq $b;
}
Vstup testu:
abcdefg
avcddeg
acbdeeg
Výkon:
0: a
3: d
6: g
Ps. Toto riešenie funguje, aj keď majú čiary rôzne dĺžky; žiadne stĺpce za koncom najkratšieho riadku sa nebudú považovať za zhodné.
1 pre odpoveď č. 2
Pretože na určenie úplnej zhody je potrebné porovnať každý index s ostatnými, nie som si istý, ako to môžete urobiť menej zdĺhavým. Vytváraniu 2D polí sa môžete vyhnúť použitím podreťazcov.
my @matchedIndexes;
my $pattern = "abcdefg";
INDEX:
for $index ( 0 .. ( length($pattern) - 1 ) ){
for $line (@remainingLines){
#if we find a nonmatch at the index, cut out.
if ( !(substr($line, $index, 1) == substr($pattern, $index, 1) ){
next INDEX;
}
}
#if we made it here without cutting out, the whole set of lines matched.
push @matchedIndexes, $index;
}
1 pre odpoveď č. 3
Môžete použiť bitový xor ^
. Xoring dvoch reťazcov zanecháva nuly v pozíciách, kde sú reťazce identické.
use warnings;
use strict;
my $previous;
my $first = 1;
while (<>) {
chomp;
$previous = $_ if $first;
undef $first;
my $in = $previous ^ $_;
my $p;
my @u = unpack "c*", $in;
$p .= $u[$_] ? " " : substr $previous, $_, 1 for 0 .. $#u;
$previous = $p;
last if $p =~ /^ +$/; # no more matches possible
}
print pos $previous, ": $1n" while $_ = $previous =~ /(S)/g;
1 pre odpoveď č. 4
Nie efektívne a náročné na pamäť, ale pekne čitateľné a priame:
use strict;use warnings;
my $lead = <DATA>;
chomp $lead;
my $rest = do { local $/; <DATA> };
for (my $i = 0; $i < length $lead; $i++ ) {
my $char = substr $lead, $i, 1;
next if $rest =~ /^.{$i}[^Q$charE]/m;
print "$i:$charn";
}
__DATA__
abcdefg
avcddeg
acbdeeg
0 pre odpoveď č. 5
Môžete tiež čítať súbory po riadkoch a označovať prvky poľa ako undef
keď existuje riadok, pre ktorý neexistuje spoločná zhoda:
use strict;
use warnings;
open(my $read,"<","input_file") or die $!;
my $first=1; #Flag to indicate whether or not we are on the first line.
my @characters=(); #Array for characters
while(my $line=<$read>)
{
chomp($line);
if($first)
{
@characters=split(//,$line);
$first=0;
}
else
{
my @temp_arr=split(//,$line);
foreach(0..$#characters)
{
$characters[$_]=undef unless $characters[$_] eq $temp_arr[$_];
}
}
#If we do not have any characters in common, bail out!
unless(scalar(grep{defined($_)}@characters))
{
print "Sorry, there are no characters in common positions within all rows of file input_filen";
exit(1);
}
}
close($read);
print "Here are the common characters and positions:nn";
foreach(0..$#characters)
{
print "" . ($_ + 1) . ": " . $characters[$_] . "n" if defined($characters[$_]);
}
Pre vstup vo vašej otázke je výstup:
Here are the common characters and positions:
1: a
4: d
7: g
Upozorňujeme, že tento kód predpokladá, že všetky vašeriadky majú rovnakú dĺžku (alebo prinajmenšom žiadny riadok nie je dlhší ako prvý riadok). Ak to tak nie je, budete musieť zodpovedajúcim spôsobom upraviť kód.