【问题标题】:Sort by biggest difference between different values on the same line按同一行上不同值之间的最大差异排序
【发布时间】:2014-02-25 10:44:11
【问题描述】:

我有一个需要对其进行特定排序的数据集。这是一个示例:

43      37      1512    1591    59      2819            97      1546    1435
43      37      1512    1591    59      2819            98      331     1539
43      37      1512    1591    59      2819            99      67      633
43      67      2772    2881    37      10189           51      2000    806
43      67      2772    2881    37      10189           52      228     1315
43      67      2772    2881    37      10189           61      2657    718
43      67      2772    2881    37      10189           62      893     1818
43      67      2772    2881    37      10189           63      1553    1293
43      67      2772    2881    47      8375            74      95      185
43      67      2772    2881    47      8375            75      1919    862
43      67      2772    2881    47      8375            79      1425    651
31      61      1800    1891    47      3983            86      137     300
31      61      1800    1891    47      3983            87      67      470
31      61      1800    1891    47      3983            88      1711    285

对于每一行,我需要将值从最小到最长排序,然后找出每个值之间的差异。然后我需要找到排序值之间的最小差异,并将该数字附加到行尾。最后(这是棘手的部分),我需要以“最小差异”列的数字排序显示所有行,但其他值必须按其原始顺序排列。

例如,使用数据集的最后一行,脚本必须执行以下操作:

开始:
31 61 1800 1891 47 3983 88 1711 285

排序:
31 47 61 88 285 1711 1800 1891 3983

每个之间的差异#
. 16 14 27 197 1426 89 91 2092

最小的区别:
14

在其自己的列中添加与 ORIGINAL LINE 的最小差异:
14 31 61 1800 1891 47 3983 88 1711 285

最后,根据新添加的“最小差异”列对所有行进行排序。我不关心列之间的空白量,它可以根据需要波动以使脚本更简单。

这有点超出了我的 bash 脚本编写能力,所以我想我应该求助于 Internet。任何帮助将不胜感激。

【问题讨论】:

  • 我同意下面几个人的观点,这绝对是 bash 不适合的任务,用直接 bash 编写它的唯一原因是教学。
  • 太棒了,感谢所有帮助人员,我非常感谢(并且印象深刻)你们能够如此迅速地想出一个脚本来做到这一点。我对所有可行的解决方案都投了赞成票,并将我实施的解决方案标记为答案。再次感谢!

标签: bash sorting


【解决方案1】:

为此我会选择 Perl:

perl -lane '
    BEGIN { $,=" "; sub numeric {$a <=> $b} } 
    @sorted   = sort numeric @F;
    @diffs    = map {$sorted[$_] - $sorted[$_-1]} 1..$#sorted;
    $min_diff = ( sort numeric @diffs )[0]; 
    print $min_diff, @F
' filename | sort -n
4 43 67 2772 2881 37 10189 63 1553 1293
4 43 67 2772 2881 47 8375 74 95 185
4 43 67 2772 2881 47 8375 75 1919 862
4 43 67 2772 2881 47 8375 79 1425 651
5 43 67 2772 2881 37 10189 62 893 1818
6 31 61 1800 1891 47 3983 87 67 470
6 43 37 1512 1591 59 2819 97 1546 1435
6 43 37 1512 1591 59 2819 98 331 1539
6 43 37 1512 1591 59 2819 99 67 633
6 43 67 2772 2881 37 10189 51 2000 806
6 43 67 2772 2881 37 10189 52 228 1315
6 43 67 2772 2881 37 10189 61 2657 718
14 31 61 1800 1891 47 3983 86 137 300
14 31 61 1800 1891 47 3983 88 1711 285

Ruby 更短:

ruby -ane '
  min_diff = $F.map(&:to_i).sort.each_cons(2).map {|a,b| b-a}.sort.min
  puts [min_diff, $F].join " "
' 

【讨论】:

  • 别忘了"最后,根据新添加的'最小差'列对所有行进行排序"
【解决方案2】:

有点拗口,但我认为这或多或少是你需要的:

#!/bin/bash

mapfile -t a < "$1"             # read file into an array

for i in ${!a[@]}; do           # loop over the array
    p=0                         # "previous" number
# convert line of numbers to one number per line, then sort and loop
    < <(for n in $(sort -n <<< "${a[i]//[[:blank:]]/$'\n'}" ); do
        if [ $p -gt 0 ]; then   # if not 1st number
            echo $((n-p))       # calculate difference
        fi
        p=$n                    # save number for next calc
    done | sort -n) read d _    # get smallest diff from process substitution
    echo "$d    ${a[i]}"         # paste difference at the start of the line
done | sort -n                  # sort by smallest difference

另存为脚本,chmod +x 并运行:

$ ./nsort.sh 输入.txt 4 43 67 2772 2881 37 10189 63 1553 1293 4 43 67 2772 2881 47 8375 74 95 185 4 43 67 2772 2881 47 8375 75 1919 862 4 43 67 2772 2881 47 8375 79 1425 651 5 43 67 2772 2881 37 10189 62 893 1818 6 31 61 1800 1891 47 3983 87 67 470 6 43 37 1512 1591 59 2819 97 1546 1435 6 43 37 1512 1591 59 2819 98 331 1539 6 43 37 1512 1591 59 2819 99 67 633 6 43 67 2772 2881 37 10189 51 2000 806 6 43 67 2772 2881 37 10189 52 228 1315 6 43 67 2772 2881 37 10189 61 2657 718 14 31 61 1800 1891 47 3983 86 137 300 14 31 61 1800 1891 47 3983 88 1711 285 $

注意mapfile 是 的新成员,自4.0 版以来如果您有旧版本,则需要while read 循环将文件读入数组。


通常,您应该对自己尝试过的内容有所了解,而不是指望 SO 社区为您完整地编写脚本。

【讨论】:

  • 感谢您的建议。事实上,我只做过 Bash 脚本,没有用 Perl/Python 做过任何事情,它们是我接下来要学习的语言。在 bash 中,我什至不知道如何开始 :( 我非常感谢 Stackoverflow 社区如此愿意(而且很快!)帮助我解决这个问题。
【解决方案3】:

使用 Gnu awk 版本 4:

awk -f a.awk file

a.awk 在哪里:

BEGIN {
    PROCINFO["sorted_in"]="@val_num_asc"
}
{
    for (i=1; i<=NF; i++)
        a[i]=$i
    j=0; 
    for (i in a) {
        j++;   
        if (j>1) {
            d=a[i]-prev;
            if (j==2) mind=d;
            else if (d<mind) mind=d;
        }
        prev=a[i]
    }
    b[FNR]=(mind OFS $0)
    c[FNR]=mind
}
END {
    for (i in c)
        print b[i]
}

输出:

4 43      67      2772    2881    37      10189           63      1553    1293
4 43      67      2772    2881    47      8375            74      95      185
4 43      67      2772    2881    47      8375            75      1919    862
4 43      67      2772    2881    47      8375            79      1425    651
5 43      67      2772    2881    37      10189           62      893     1818
6 43      37      1512    1591    59      2819            97      1546    1435
6 43      37      1512    1591    59      2819            98      331     1539
6 43      37      1512    1591    59      2819            99      67      633
6 43      67      2772    2881    37      10189           51      2000    806
6 43      67      2772    2881    37      10189           52      228     1315
6 43      67      2772    2881    37      10189           61      2657    718
6 31      61      1800    1891    47      3983            87      67      470
14 31      61      1800    1891    47      3983            86      137     300
14 31      61      1800    1891    47      3983            88      1711    285

【讨论】:

    【解决方案4】:

    在一行python中:

    In [2]: sorted([[max([l[n-1]-l[n] for n in range(len(l))])]+l for l in [[int(i) for i in line.split()] for line in open("file.tsv", 'r').readlines()], key=lambda line: line[0])
    

    其中“file.tsv”是保存数据的任何文件。

    【讨论】:

    • 除非the OP specifically requests it 或您是playing code-golf,否则我看不出单行长答案的意义所在。 IMO,除非该行是(相当随意的)40 个字符或更少(绝对不超过 80 个),否则当其他漂亮缩进的代码块被压缩到一行时,可读性会显着降低。
    • @DigitalTrauma 主要是为了好玩。每个人都需要一个爱好。我还看到了一些相当复杂的答案,10 多行多循环代码,并想证明其他东西可以达到类似的结果。
    • 只为挑战而努力——我明白了。你真的应该看看Programming Puzzles & Code Golf.SE beta :)
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2018-05-15
    • 2016-07-13
    • 2018-07-25
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多