Hola usuario,

Básicamente, este hilo es una continuación de la anterior :

Haciendo nodos de conexión para el Gráfico

Sin embargo, voy a explicar de nuevo.

Tengo este siguientes datos:

archivo1
aa A
B bis
aa C
bb X
Y bb
bb Z
O cc
cc P
Q cc
. .
. .
. .
. .

y quiero convertirlas en una conexión de nodos como este:
archivo2

A aa A
Un bis B
Un bis C
B bis C
B bis B
C bis C
Bb X X
Y bb X
Bb X Z
Bb Y Z
Y bb Y
Bb Z Z
. . .
. . .
. . .
. . .

Hice esta relación, para crear un gráfico. El archivo tiene más de 6.000.000 líneas.
Para archivos más pequeños (100.000 líneas), he utilizado este siguiente script en el anterior hilo:

unirse-o 1,2 0 2,2 -1 1 -2 1 archivo1 archivo1 | nawk '! un [$ 3 $ 2 $ 1]; (a [$ 1 $ 2 $ 3 ]++}'
unirse-o 1,2 0 2,2 -1 1 -2 1 archivo1 archivo1 | nawk '$ 1 <(print $ 3;) próximo (print $ 3, $ 2, $ 1)' | sort-u
nawk '
NR \u003d\u003d FNR (c \u003d a [$ 1]; un [$ 1] \u003d c? C "" $ 2: $ 2;) siguiente
(C \u003d a [$ 1]
if (c) (
split (c, b)
para (k en la letra b) (
p \u003d $ 2 <b [k]? $ 2 "" $ 1 "" b [k]: b [k] "" $ 1 "" $ 2
if (! d [p] + +) p imprimir
)
)
)
'Archivo1 archivo1
Para pequeño archivo, los tres tipos de secuencias de comandos puede crear la red en menos de 10 minutos. Sin embargo, para los archivos con más de 6.000.000 líneas, incluso después de un día, no hubo resultados en todos los . ¿Hay alguna manera más rápida de hacerlo?


Cualquier sugerencia, cómo crear mediante el uso de archivo2 perl o awk? Tx

Para mantener los foros de alta calidad para todos los usuarios, por favor, tómese el tiempo para dar formato a sus puestos correctamente.

En particular, por favor, utilice Etiquetas código Al publicar cualquier código o de datos de muestras para que otros puedan leer fácilmente el código. Usted puede hacer esto, poniendo de relieve su código y, a continuación, clic en el # en el menú de edición. (También puede escribir código de las etiquetas [code] y [/ code] a mano.)

Gracias.

El UNIX y Linux Foros

Lo siento por los errores. Ahora, reparar el desplazamiento.

Hola usuario,

Básicamente, este hilo es una continuación de la anterior:

Haciendo nodos de conexión para el Gráfico

Sin embargo, voy a explicar de nuevo.

Tengo este siguientes datos:

archivo1
aa A
B bis
aa C
bb X
Y bb
bb Z
O cc
cc P
Q cc
. .
. .
. .
. .

y quiero convertirlas en una conexión de nodos como este:
archivo2

A aa A
Un bis B
Un bis C
B bis C
B bis B
C bis C
Bb X X
Y bb X
Bb X Z
Bb Y Z
Y bb Y
Bb Z Z
. . .
. . .
. . .
. . .

Hice esta relación, para crear un gráfico. El archivo tiene más de 6.000.000 líneas.
Para archivos más pequeños (100.000 líneas), he utilizado este siguiente script en el anterior hilo:

join -o 1.2 0 2.2 -1 1 -2 1 file1 file1 | nawk '!a[$3$2$1];{a[$1$2$3]++}'

join -o 1.2 0 2.2 -1 1 -2 1 file1 file1 | nawk '$1<$3{print;next}{print$3,$2,$1}' | sort -u

nawk '
NR==FNR { c = a[$1]; a[$1] = c?c" "$2:$2; next }
{ c = a[$1]
if (c) {
split(c,b)
for (k in b) {
p = $2<b[k]?$2" "$1" "b[k]:b[k]" "$1" "$2
if (!d[p]++) print p
}
}
}
' file1 file1

Try ...

awk '{n=++a[$1];b[$1,n]=$2}END{for(c in a)for(n=1;n<=a[c];n++)for(z=1;z<=n;z++)print b[c,z],c,b[c,n]}' file1|sort -k 2,2 -k 1,1 -k 3,3

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