获取多维数组中每列的最大值

Question

我正在尝试获取 A、B 和 C 列的最高值，并将这些值与它们发生的日期和时间联系起来。要获得最大值，我只需要使用 List::Util 模块，但我不确定如何将其指向数组中的特定列，然后引用日期和时间。

DATE    TIME    A   B   C
11/22/14    21:00:00    5,854   2,105   1,290
11/22/14    21:02:35    7,692   2,593   2,649
11/22/14    21:05:10    1,639   458 444
11/22/14    21:07:00    1,032   487 434
11/22/14    21:08:15    4,707   1,352   646
11/22/14    21:10:22    351 46  162
11/22/14    21:10:55    5,507   1,943   957
11/22/14    21:11:00    1,703   647 516
11/22/14    21:12:00    2,359   751 785
11/22/14    21:14:05    67  25  44
11/22/14    21:16:25    4,072   1,596   1,050
11/22/14    21:17:48    5,060   2,131   1,996
11/22/14    21:19:00    341 42  137
11/22/14    21:23:00    1,308   71  634

Answer 1

我的理解：

最后你想要三个数据：

• A 列中最大数字的日期和时间
• B 列中最大数字的日期和时间
• C 列中最大数字的日期和时间

您不想对数据进行排序。您不需要存储任何其他内容。

你没有指定任何代码，所以我不会给你一个完整的程序。你需要自己尝试一下。相反，我会给你一些提示：

您应该阅读References，以及它们的工作原理。我们会将您的数据存储在参考中：

my %data;
$data{A}->{time} = "xxxxx";   # Time of highest item in column "A"
$data{A}->{date} = "xxxxx";   # Date of highest item in column "A"
$data{A}->{value} = "xxxx";   # Value of highest item in column "A"

与其他两列相同。

你可以遍历你的数据（它是一个文件吗？你没有解释）

my %data;
while ( my $line .... ) {
    my ( $date, $time, a_value, b_value, c_value ) = split /\s*/, $line;
    if ( not exists $data{A}->{value} or $a_value > $data{A}->{value} ) {
        $data{A}->{value} = $a_value;
        $data{A}->{date}  = $date;
        $data{A}->{time}  = $time;
    }
    ...    # Same for B and C

在这个循环中，我将$data{A}->{value} 设置为我刚刚读入的值，如果该值高于我之前存储的值。这是寻找最高价值的常用方法。如果该值尚不存在，我还需要存储它。因此，我检查$data{A}->{value} 是否存在。如果没有，无论如何我都需要存储该值。 （我本来可以只做if ( not exists $data{A} or $a_value > $data{A}->{value} )）。

在您的 while 循环之后，%data 将包含每列的最高值，以及这些值的日期和时间。有很多代码重复。我本可以为每一列添加一个内部循环，但仅仅三列是不值得的。

另外，请记住不要在数据中包含标题列。

如果$data{A}->{value} 让您感到困惑，您可以使用三个独立的哈希值：一个存储日期，一个存储时间，一个存储值。

my %times;
my %dates
my %values;
while ( my $line .... ) {
    my ( $date, $time, a_value, b_value, c_value ) = split /\s*/, $line;
    if ( not exists $values{A} or $a_value > $values{A} ) {
        $values{A} = $a_value;
        $dates{A}  = $date;
        $times{A}  = $time;
    }
    ...    # Same for B and C

Answer 2

这可能类似于 Schwartzian 变换，以减少因行拆分而产生的一些开销，它使用来自 List::Util 核心模块的 reduce() 仅选择具有最大值的行，

use strict;
use warnings;
use List::Util 'reduce';

(undef, my @tmp) = map { tr/,/./; [ $_, split ] } <DATA>;

my ($max_a) = 
  map $_->[0],
  reduce {
    $a->[3] > $b->[3] ? $a : $b
  }
  @tmp;

my ($max_b) = 
  map $_->[0],
  reduce {
    $a->[4] > $b->[4] ? $a : $b
  }
  @tmp;

my ($max_c) = 
  map $_->[0],
  reduce {
    $a->[5] > $b->[5] ? $a : $b
  }
  @tmp;

print
  "maxA: ", $max_a,
  "maxB: ", $max_b,
  "maxC: ", $max_c;

__DATA__
DATE    TIME    A   B   C
11/22/14    21:00:00    5,854   2,105   1,290
11/22/14    21:02:35    7,692   2,593   2,649
11/22/14    21:05:10    1,639   458 444
11/22/14    21:07:00    1,032   487 434
11/22/14    21:08:15    4,707   1,352   646
11/22/14    21:10:22    351 46  162
11/22/14    21:10:55    5,507   1,943   957
11/22/14    21:11:00    1,703   647 516
11/22/14    21:12:00    2,359   751 785
11/22/14    21:14:05    67  25  44
11/22/14    21:16:25    4,072   1,596   1,050
11/22/14    21:17:48    5,060   2,131   1,996
11/22/14    21:19:00    341 42  137
11/22/14    21:23:00    1,308   71  634

输出

maxA: 11/22/14    21:10:22    351 46  162
maxB: 11/22/14    21:12:00    2.359   751 785
maxC: 11/22/14    21:10:55    5.507   1.943   957

一些重构，

sub get_max {
  my ($pos, $r) = @_;

  return map $_->[0],
    reduce {
      $a->[$pos] > $b->[$pos] ? $a : $b
    }
    @$r;
}

my ($max_a) = get_max(3, \@tmp);
my ($max_b) = get_max(4, \@tmp);
my ($max_c) = get_max(5, \@tmp);

Answer 3

这是一种机械的、程序化的，比“baby perl”方法稍微先进一些。该脚本相当简单，并且遵循已知的 perl“习语”。

1234563我们在这里删除逗号 (tr/,//d)

• 然后我们使用每列临时数组 (@atmp, @btmp, ...) 并使用 @lines 的直接 sort 填充它们，访问内部匿名数组中的相关列($a->[n] ...) 用于sort 操作：这样我们不使用模块并避免使用map。

• 一旦我们按列（反向）对数组进行排序，我们就可以打印第一个元素以获得每列的最大值。要打印，我们 dereference 第一个元素（例如 @{$atmp[0]}，因为它是一个匿名数组）来取回整行 -这样我们就可以将“最高值”与其他列一起保存。

NB 为突出显示列排序我更改了原始数据，以便不同的行显示为每列的最大值。在原始数据中，第二行在所有三列中具有最高值。我使用 tr|,||d 而不是 tr/,//d 只是为了解除 SO 语法高亮。

use v5.16;   # adds strict and warnings

my @lines = map { tr|,||d; [ split ] } <DATA> ; 
shift @lines;   # removes header

my @atmp = sort{ $b->[2]<=>$a->[2] } @lines;     
my @btmp = sort{ $b->[3]<=>$a->[3] } @lines;     
my @ctmp = sort{ $b->[4]<=>$a->[4] } @lines ;   

print "\t DATE     TIME    A    B    C \n";
print "Max A: @{$atmp[0]}\nMax B: @{$btmp[0]}\nMax C: @{$ctmp[0]}\n" ;  

__DATA__    
DATE    TIME    A   B   C     
11/22/14    21:00:00    5,854   2,105   1,290    
11/22/14    21:02:35    7,692   2,593   2,649    
11/22/14    21:05:10    1,639   458 444  
11/22/14    21:07:00    1,032   487 434
11/22/14    21:08:15    4,707   1,352   6460 
11/22/14    21:10:22    351 46  162 
11/22/14    21:10:55    5,507   9,943   957  
11/22/14    21:11:00    1,703   647 516  
11/22/14    21:12:00    2,359   751 785      
11/22/14    21:14:05    67  25  44          
11/22/14    21:16:25    4,072   1,596   1,050 
11/22/14    21:17:48    5,060   2,131   1,996    
11/22/14    21:19:00    341 42  137 
11/22/14    21:23:00    1,308   71  634  

输出：

~/$ perl sort_by_column.pl

         DATE     TIME    A    B    C 
Max A: 11/22/14 21:02:35 7692 2593 2649
Max B: 11/22/14 21:10:55 5507 9943 957
Max C: 11/22/14 21:08:15 4707 1352 6460

---

• 为了更好地理解由 perl 创建的数据结构 use DDP; 后跟 p @lines ， p @atmp 等 可以成为“可视化”的有用工具。有关详细信息，请参阅Data::Printer。