#!/usr/bin/perl -w

################################################################################
################################################################################
# What this script does:                                                       #
# This script can be used to compare data overlap                              #
#                                                                              #
# How this script works:                                                       #
# It parses two external files and identifies which line entries fall within   #
# the match statement.                                                         #
#                                                                              #
# Where this script is run (and by whom):                                      #
# This script should be run from a host where the files can be accessed for    #
# comparison                                                                   #
#                                                                              #
# Revision history:                                                            #
# September 15, 2008                                                           #
#    AKG - File creation                                                       #
################################################################################
################################################################################


################################################################################
################################################################################
# Define Pragma                                                                #
################################################################################
################################################################################
use strict;
use Getopt::Std;
use vars qw/ %opt /;
use Time::HiRes qw(gettimeofday);

################################################################################
# Define Variables                                                             #
################################################################################
#my $dir        = "/usr/local/overlap"; # base directory
my $dir        = "/opt/home/agray/scripting/overlap"; # base directory
my $DEBUG;
my @tm;
my $logfile;
my $timeStamp;
my @fileA;
my @fileB;
my $count;
my @lineFile1Array;
my @lineFile2Array;
my @tempStart;
my @tempEnd;
my $line;

################################################################################
# Define Prerequisites  (Require / Include statements go here)                 #
################################################################################

################################################################################
# Forward declaration of subroutines                                           #
################################################################################
sub do_init();              # This manages the command line options
sub do_usage();             # This is the usage message for do_init()

################################################################################
################################################################################
# MAIN                                                                         #
################################################################################
################################################################################

# Parse command line variables                                                 #
do_init();

# set DEBUG flag according to command line options                             #
if ( $opt{d} )
{
   $DEBUG = 1;
}
else
{
   $DEBUG = 0;
}

# Next, create a timestamp and logfile to store information                    #
# getTimestamp
@tm = (localtime($^T))[0..5];
++$tm[4];
$tm[5] += 1900;
$timeStamp = sprintf("%04d%02d%02d.%02d%02d%02d", reverse @tm);
$logfile = "$dir/log/$0.$timeStamp.log";

open LOG, ">> $logfile" or die "Can't open $logfile for write: $!";
print LOG "$timeStamp: running $0\n";


################################################################################
# Open files into array                                                        #
################################################################################

open(FILEA, "<$opt{a}") or die "Cannot open $opt{a} for read :$!";
@fileA = <FILEA>;
close( FILEA );

open(FILEB, "<$opt{b}") or die "Cannot open $opt{b} for read :$!";
@fileB = <FILEB>;
close( FILEB );


# Open the first file
foreach (@fileA)
{
   chomp;
   $count = 0;
   @lineFile1Array = split /\t/,$_;   #split the line into temporary array elements
   my $numberOfElements = $lineFile1Array[4];
   @tempStart = split /,/,$lineFile1Array[5];
   @tempEnd = split /,/,$lineFile1Array[6];
   while ($count < $numberOfElements)
   {
      # changed this to lessthan - the number in the file might be 6 but we have array elements 0-5
      # We grab the first element from [5] and the first element from [6]
      foreach (@fileB)
      {
         @lineFile2Array = split /\t/,$_;
         if (($lineFile2Array[1] >= $tempStart[$count]) && ($lineFile2Array[2] <= $tempEnd[$count]))
         {
            print LOG "Match!   $lineFile2Array[1] ~ $tempStart[$count]\n";
            print LOG "Match!   $lineFile2Array[2] ~ $tempEnd[$count]\n";
         }
      # when done evaluating that element
      }
   # If no match found, (or when done evaluating that line) move on to the next line in file2
   $count++;     # We increment afterward, so that the next time that the evaluation
                 # of $count > $lineArray[4], we should stop if we've reached the
                 # number of pairs for this line.
   }
# If no match found, move on to the next line in file2
}

close( LOG );




################################################################################
################################################################################
# Subroutines                                                                  #
################################################################################
################################################################################
sub do_init()
{
   my $opt_string = 'hda:b:';
   getopts( "$opt_string", \%opt ) or do_usage();
   do_usage() if $opt{h};
   do_usage() unless ($opt{a} && $opt{b});
}


sub do_usage()
{
   print "\nusage: $0 [-h] [-d] [-a file1] [-b file2]\n\n";
   #############################################################################
   print "\n\n";
   exit;
}

20080915.134301: running ./overlap.pl
Match!   100208130 ~ 100208127
Match!   100208166 ~ 100208306
Match!   100231689 ~ 100231680
Match!   100231725 ~ 100231885