多文件排序

guocanwen

有四個(gè)有序文件（文件較大），要把他們合并成一個(gè)有序文件，應(yīng)該怎么做？

Shell_HAT

[root@ tmp]# cat file1 a b c [root@ tmp]# cat file2 h i j [root@ tmp]# cat file3 d e f [root@ tmp]# cat file4 x y z [root@ tmp]# cat file[1-4] | sort a b c d e f h i j x y z

guocanwen

回復(fù) 2# Shell_HAT

這樣做太慢了，沒(méi)有利用到原文件有序這個(gè)特性
A
B
C
D
從算法上看，可以依次讀出A B C D的每一行，把最小的輸出，最小的文件再讀一行，其他文件不變。循環(huán)處理直到結(jié)束。
但是我不知道用bash怎么實(shí)現(xiàn)
   

Shell_HAT

回復(fù) 3# guocanwen


1、“原文件有序這個(gè)特性”能代表四個(gè)文件沒(méi)有重復(fù)行嗎？
2、“原文件有序這個(gè)特性”能代表最小文件的第二行一定比第二文件的第一行小嗎？

guocanwen

回復(fù) 4# Shell_HAT
A: 1 3 5
B: 2 3 5
C: 2 4 6
D: 3 4 7
step 1
分別讀入
a=1（從A中讀�。�
b=2（從B中讀�。�
c=2 （從C讀取）
d=3 (從D讀取)
step 2:
a= min{a, b, c,d}, 輸出 a（1）。 a 繼續(xù)從A讀取一行，此時(shí)a =3
step 3:
b= min{a, b, c,d},  輸出 b（2）。b從B中讀取一行，此時(shí)b = 3
step 4：
c= min{a, b, c,d}, 輸出 c（2）。c從C中讀取一行，此時(shí)c = 4
step 5:
a= min{a, b, c,d}, 輸出 a（3）。 a 繼續(xù)從A讀取一行，此時(shí)a =5
step 6:
b= min{a, b, c,d},  輸出 b（3）。b從B中讀取一行，此時(shí)b = 5
step 7:
d= min{a, b, c,d},  輸出 d（3）。d從D中讀取一行，此時(shí)b = 4
...
這樣處理只需要掃描一遍，速度是很快的
   

guocanwen

回復(fù) 4# Shell_HAT
重復(fù)行也不影響的


   

reyleon

圍觀下

Shell_HAT

回復(fù) 5# guocanwen


    明白你的意思了。頂樓就該把這個(gè)說(shuō)清楚，不要讓別人去猜。