Hi magt brugeren,

Dybest set, denne tråd er en fortsættelse af den foregående :

Making Connection knudepunkter for Graph

Men, jeg skal forklare det igen.

Jeg har denne følgende oplysninger:

file1
aa A
aa B
aa C
bb X
bb Y
bb Z
cc O
cc P
cc Q
. .
. .
. .
. .

og jeg ønsker at gøre dem til en forbindelse knudepunkter som denne:
fil2

A AA A
A AA B
En aa C
B aa C
B aa B
C aa C
X bb X
X bb Y
X bb Z
Y bb Z
Y bb Y
Z bb Z
. . .
. . .
. . .
. . .

Jeg lavede denne forbindelse, at oprette en graf. Filen har mere end 6.000.000 linjer.
For mindre filer (100,000 linjer), har jeg brugt dette følgende script i den tidligere tråd:

slutte-o 1,2 0 2,2 -1 1 -2 1 file1 file1 | nawk '! a [$ 3 $ 2 $ 1] (a [$ 1 $ 2 $ 3 ]++}'
slutte-o 1,2 0 2,2 -1 1 -2 1 file1 file1 | nawk '$ 1 <$ 3 (print; næste) (print $ 3, $ 2, $ 1)' | sort-u
nawk '
NR \u003d\u003d FNR (c \u003d a [$ 1] a [$ 1] \u003d c? C "" $ 2: $ 2; næste)
(C \u003d a [$ 1]
if (c) (
split (c, b)
for (k i b) (
p \u003d $ 2 <b [k]? $ 2 "" $ 1 "" b [k]: b [k] "" $ 1 "" $ 2
if (! d [p] + +) print p
)
)
)
'Fil1 fil1
For lille fil, kan disse tre slags scripts skabe netværk kun i mindre end 10 minutter. Men for filer med mere end 6.000.000 linjer, selv efter en døgn, var der ingen resultater på alle . Er der nogen hurtigere måde at gøre det?


Enhver antydning af, hvordan man kan skabe fil2 ved hjælp af perl eller awk? Tx