[英]Matching pattern list between 2 files in Ruby
我正在尝试从Input.txt打印包含ValuesToSearch.txt中的字符串的行 。 我下面显示的当前脚本可以打印正确的输出,但是当我尝试使用Input.txt包含950万行而ValuesToSearch.txt包含300行的实际数据时,处理速度非常慢。
如何修改脚本以获得更快的输出? 谢谢
Input.txt
ID HM PRAO LN AC
1401144 851 2 45 32
1401145 6D2 4 45 32
1401146 B33 1 45 32
1401147 EEC 9 45 32
1401148 730 1 45 32
1401149 C08 3 45 32
1401150 B91 4 45 32
1401151 978 1 45 32
1401152 6A9 0 45 32
ValuesToSearch.txt
1401176
1401148
1401149
1401151
我的剧本:
ruby -e '
a=File.foreach("Input.txt").map {|l| l.split(" ")}
b=File.foreach("ValuesToSearch.txt").map {|l| l.split(" ")}.flatten
b.map{ |z|
a.map{ |i| puts i.join(" ") if i.include?(z) }
}'
1401148 730 1 45 32
1401149 C08 3 45 32
1401151 978 1 45 32
那这个呢?
dict = File.read('/tmp/ValuesToSearch.txt').split.inject({}) do |acc, word|
acc[word] = true
acc
end
File.foreach('/tmp/Input.txt') do |line|
puts line if line.split.any? { |word| dict[word] }
end
在这种方法中,我使用哈希来存储“要搜索的值”。
因此,我们可以搜索O(1)(而不是O(N))。
而且您不需要在Input.txt的单词中重复两次。
您可以在单次迭代中打印所需的行。
并按照@tadman的建议,将此脚本放入文件中,然后使用ruby myscript.rb
执行它。
首先让我们创建两个文件。
VTS_FName = "ValuesToSearch.txt"
vts_data = <<-_
1401176
1401148
1401149
1401151
_
File.write(VTS_FName, vts_data)
#=> 32
IT_FName = "Input.txt"
it_data = <<-_
ID HM PRAO LN AC
1401144 851 2 45 32
1401145 6D2 4 45 32
1401146 B33 1 45 32
1401147 EEC 9 45 32
1401148 730 1 45 32
1401149 C08 3 45 32
1401150 B91 4 45 32
1401151 978 1 45 32
1401152 6A9 0 45 32
_
File.write(IT_FName, it_data)
#=> 289
效率的关键是使VTS_FName
的内容VTS_FName
一个集合,而不是一个数组。
require 'set'
vts_set = File.readlines(VTS_FName).map(&:chomp).to_set
File.foreach(IT_FName) { |line| puts line if vts_set.include?(line[/\d+/]) }
1401148 730 1 45 32
1401149 C08 3 45 32
1401151 978 1 45 32
要保存匹配的行,而不是打印它们,请使用以下命令(在创建vts_set
)。
File.foreach(IT_FName).with_object([]) { |line, arr|
arr << line.chomp if vts_set.include?(line[/\d+/]) }
#=> ["1401148 730 1 45 32",
# "1401149 C08 3 45 32",
# "1401151 978 1 45 32"]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.