利用施瓦茨排序获得范围数据的并集

来源：互联网发布：mac 粉色口红编辑：程序博客网时间：2024/05/22 15:41

有一个文件gi.txt是这样的：

abc 38449 25480-25548 25189-25245

abc 24548 6408-6446

abc 209928 28985-29312 29715-29736

abc 396277 205294-205311 394789-394806

abc 290118 77218-77253 77229-77252 75108-75149 156363-156367

abc 80224 49817-49857 49748-50117 50691-50873

abc 312761 202142-202149 202149-202154 13601-13637

abc 2324 1-2 2-5 8-123 4-6 7-23

abc 22443 9571-9578 9365-9384 8731-8756 9472-9532 8723-8756 9105-9115

abc 2134 8-19 2-7

对于第三列，我们想把有交集的数据范围，合并成一个。比如1-5 、3-8 合成的并集为1-8.诸如此类。

在perl中，利用施瓦茨排序，然后通过数组前后两个元素的比较，就可以容易的获得想要的结果。

笔者的代码如下：

#! /usr/bin/perl -wuse strict;die "perl $0  gi.txt \n" unless @ARGV==1;my $gi=shift;open IN,$gi||die;while(<IN>){        chomp;        my @a=split/\t/,$_;        my @p=split/\s+/,$a[2];        my @p_sort=map{$_->[0]}                        sort{$a->[1] <=>$b->[1]||$a->[2] <=> $b->[2]}                                map{[$_,split/-/]}@p;        for(my $i=0;$i<$#p_sort;$i++){                my ($b1,$e1)=split/-/,$p_sort[$i];                my ($b2,$e2)=split/-/,$p_sort[$i+1];                if($b2<=$e1 && $e2>=$e1||$b2-$e1==1){                        $p_sort[$i+1]="${b1}-$e2";                        $p_sort[$i]="";                }                if($b2<=$e1 && $e2<$e1){                        $p_sort[$i+1]=$p_sort[$i];                        $p_sort[$i]="";                }        }        my $out;        my @new=grep{!/^$/}@p_sort;        $out.="$_ " for@new;        chop$out;        print "$a[0]\t$a[1]\t$out\n";}close IN;

运行结果如下：

abc 38449 25189-25245 25480-25548

abc 24548 6408-6446

abc 209928 28985-29312 29715-29736

abc 396277 205294-205311 394789-394806

abc 290118 75108-75149 77218-77253 156363-156367

abc 80224 49748-50117 50691-50873

abc 312761 13601-13637 202142-202154

abc 2324 1-123

abc 22443 8723-8756 9105-9115 9365-9384 9472-9532 9571-9578

abc 2134 2-19

0 0