perl - 如何在 Perl 中对文本文件中的行进行排序？

Question

我有几个文本文件(A.txt 和 B.txt)，如下所示(每个可能有约 10000 行)

processa,id1=123,id2=5321
processa,id1=432,id2=3721
processa,id1=3,id2=521
processb,id1=9822,id2=521
processa,id1=213,id2=1
processc,id1=822,id2=521

我需要检查文件 A.txt 中的每一行是否也存在于 B.txt 中(B.txt 可能有更多也没关系)。

问题是，两个文件中的行可以按任何顺序排列，因此我想我将在 O(nlogn) 的两个文件中按某种特定顺序对它们进行排序，然后匹配每个A.txt 中的行到 B.txt 中的下一行，时间复杂度为 O(n)。我可以实现哈希，但文件很大，并且这种比较仅发生一次，之后这些文件会重新生成，所以我认为这不是一个好主意。

在 Perl 中对文件进行排序的最佳方法是什么？任何排序都可以，只需某种排序即可。

例如，在字典排序中，这将是

processa,id1=123,id2=5321
processa,id1=213,id2=1
processa,id1=3,id2=521
processa,id1=432,id2=3721
processb,id1=9822,id2=521
processc,id1=822,id2=521

正如我之前提到的，只要 Perl 执行速度很快，任何排序都可以。

我想在像这样打开文件后从 Perl 代码中执行此操作

open (FH, "<A.txt");

任何评论、想法等都会有帮助。

Answer 1

要对脚本中的文件进行排序，您仍然需要将整个文件加载到内存中。如果您这样做，我不确定对它进行排序与​​仅将其加载到哈希中相比有什么优势？

像这样的东西会起作用:

my %seen;
open(A, "<A.txt") or die "Can't read A: $!";
while (<A>) {
    $seen{$_}=1;
}
close A;

open(B, "<B.txt") or die "Can't read B: $!";
while(<B>) {
  delete $seen{$_};
}
close B;

print "Lines found in A, missing in B:\n";
join "\n", keys %seen;