Перетин двох масивів у БАШ

У мене є два таких масиви:

A=(vol-175a3b54 vol-382c477b vol-8c027acf vol-93d6fed0 vol-71600106 vol-79f7970e vol-e3d6a894 vol-d9d6a8ae vol-8dbbc2fa vol-98c2bbef vol-ae7ed9e3 vol-5540e618 vol-9e3bbed3 vol-993bbed4 vol-a83bbee5 vol-ff52deb2)
B=(vol-175a3b54 vol-e38d0c94 vol-2a19386a vol-b846c5cf vol-98c2bbef vol-7320102b vol-8f6226cc vol-27991850 vol-71600106 vol-615e1222)

Масиви не відсортовані і, можливо, можуть навіть дублювати елементи.

1. Я хотів би зробити перетин цих двох масивів і зберегти елементи в іншому масиві. Як би я це зробив?

2. Крім того, як я можу отримати список елементів, які відображаються в B і недоступні в A?

comm(1)це інструмент, який порівнює два списки і може дати вам перетин або різницю між двома списками. Списки потрібно сортувати, але це легко досягти.

Щоб перетворити масиви у відсортований список, підходить для comm:

$ printf '%s\n' "${A[@]}" | LC_ALL=C sort

Це перетворить масив A у відсортований список. Зробіть те саме для Б.

Щоб commповернути перехрестя:

$ comm -1 -2 file1 file2

-1 -2 говорить про видалення записів, унікальних для file1 (A) та унікальних для file2 (B) - перетину двох.

Щоб він повернув те, що є у file2 (B), але не file1 (A):

$ comm -1 -3 file1 file2

-1 -3 говорить про видалення записів, унікальних для file1 і спільних для обох - залишаючи лише ті унікальні для file2.

Для подачі двох трубопроводів commвикористовуйте функцію "Заміна процесу" bash:

$ comm -1 -2 <(pipeline1) <(pipeline2)

Щоб захопити це у масиві:

$ C=($(command))

Збираємо все це разом:

# 1. Intersection
$ C=($(comm -12 <(printf '%s\n' "${A[@]}" | LC_ALL=C sort) <(printf '%s\n' "${B[@]}" | LC_ALL=C sort)))

# 2. B - A
$ D=($(comm -13 <(printf '%s\n' "${A[@]}" | LC_ALL=C sort) <(printf '%s\n' "${B[@]}" | LC_ALL=C sort)))

Ви можете отримати всі елементи, що знаходяться в A і B, переглянувши обидва масиви та порівнявши:

A=(vol-175a3b54 vol-382c477b vol-8c027acf vol-93d6fed0 vol-71600106 vol-79f7970e vol-e3d6a894 vol-d9d6a8ae vol-8dbbc2fa vol-98c2bbef vol-ae7ed9e3 vol-5540e618 vol-9e3bbed3 vol-993bbed4 vol-a83bbee5 vol-ff52deb2)
B=(vol-175a3b54 vol-e38d0c94 vol-2a19386a vol-b846c5cf vol-98c2bbef vol-7320102b vol-8f6226cc vol-27991850 vol-71600106 vol-615e1222)

intersections=()

for item1 in "${A[@]}"; do
    for item2 in "${B[@]}"; do
        if [[ $item1 == "$item2" ]]; then
            intersections+=( "$item1" )
            break
        fi
    done
done

printf '%s\n' "${intersections[@]}"

Ви можете отримати всі елементи в B, але не в A аналогічним чином:

A=(vol-175a3b54 vol-382c477b vol-8c027acf vol-93d6fed0 vol-71600106 vol-79f7970e vol-e3d6a894 vol-d9d6a8ae vol-8dbbc2fa vol-98c2bbef vol-ae7ed9e3 vol-5540e618 vol-9e3bbed3 vol-993bbed4 vol-a83bbee5 vol-ff52deb2)
B=(vol-175a3b54 vol-e38d0c94 vol-2a19386a vol-b846c5cf vol-98c2bbef vol-7320102b vol-8f6226cc vol-27991850 vol-71600106 vol-615e1222)

not_in_a=()

for item1 in "${B[@]}"; do
    for item2 in "${A[@]}"; do
        [[ $item1 == "$item2" ]] && continue 2
    done

    # If we reached here, nothing matched.
    not_in_a+=( "$item1" )
done

printf '%s\n' "${not_in_a[@]}"

Для цього існує досить елегантний та ефективний підхід, використовуючи uniq- але нам потрібно буде усунути дублікати з кожного масиву, залишивши лише унікальні елементи. Якщо ви хочете зберегти дублікати, є лише один спосіб "прокрутити обидва масиви та порівняти".

Подумайте, у нас є два масиви:

A=(vol-175a3b54 vol-382c477b vol-8c027acf vol-93d6fed0 vol-71600106 vol-79f7970e vol-e3d6a894 vol-d9d6a8ae vol-8dbbc2fa vol-98c2bbef vol-ae7ed9e3 vol-5540e618 vol-9e3bbed3 vol-993bbed4 vol-a83bbee5 vol-ff52deb2)
B=(vol-175a3b54 vol-e38d0c94 vol-2a19386a vol-b846c5cf vol-98c2bbef vol-7320102b vol-8f6226cc vol-27991850 vol-71600106 vol-615e1222)

Перш за все, давайте перетворимо ці масиви на множини. Ми зробимо це тому, що існує перетин перетину математичних операцій, який відомий як перетин множин, а множина - це сукупність різних об'єктів, виразних чи унікальних . Якщо чесно, я не знаю, що таке "перетин", якщо говорити про списки чи послідовності. Хоча ми можемо вибрати послідовність із послідовності, але ця операція (вибір) має дещо інше значення.

Отже, давайте перетворимось!

$ A=(echo ${A[@]} | sed 's/ /\n/g' | sort | uniq)
$ B=(echo ${B[@]} | sed 's/ /\n/g' | sort | uniq)

1. Перехрестя:

   $ echo ${A[@]} ${B[@]} | sed 's/ /\n/g' | sort | uniq -d

   Якщо ви хочете зберегти елементи в іншому масиві:

   $ intersection_set=$(echo ${A[@]} ${B[@]} | sed 's/ /\n/g' | sort | uniq -d)
   
   $ echo $intersection_set
   vol-175a3b54 vol-71600106 vol-98c2bbef

   uniq -dозначає показати лише дублікати (я думаю, uniqце досить швидко через свою реалізацію: я думаю, що це робиться з XORоперацією).

2. Отримайте перелік елементів, які з’являються в Bі недоступні в A, тобтоB\A

   $ echo ${A[@]} ${B[@]} | sed 's/ /\n/g' | sort | uniq -d | xargs echo ${B[@]} | sed 's/ /\n/g' | sort | uniq -u

   Або із збереженням у змінній:

   $ subtraction_set=$(echo ${A[@]} ${B[@]} | sed 's/ /\n/g' | sort | uniq -d | xargs echo ${B[@]} | sed 's/ /\n/g' | sort | uniq -u)
   
   $ echo $subtraction_set
   vol-27991850 vol-2a19386a vol-615e1222 vol-7320102b vol-8f6226cc vol-b846c5cf vol-e38d0c94

   Таким чином, спочатку ми отримали перетин Aі B(що просто набір дублікатів між ними), скажімо, це є A/\B, а потім ми застосували операцію інвертування перетину Bі A/\B(що просто лише унікальні елементи), так що ми отримаємо B\A = ! (B /\ (A/\B)).

PS uniqнаписали Річард М. Сталлман та Девід Маккензі.

Ігноруючи ефективність, ось такий підхід:

declare -a intersect
declare -a b_only
for bvol in "${B[@]}"
do
    in_both=""
    for avol in "${A[@]}"
    do
        [ "$bvol" = "$avol" ] && in_both=Yes
    done
    if [ "$in_both" ]
    then
        intersect+=("$bvol")
    else
        b_only+=("$bvol")
    fi
done
echo "intersection=${intersect[*]}"
echo "In B only=${b_only[@]}"

Мій чистий баш-шлях

Оскільки ці змінні містять лише те, vol-XXXде XXXє шістнадцяткове число, існує швидкий спосіб використання масивів bash

unset A B a b c i                    # Only usefull for re-testing...

A=(vol-175a3b54 vol-382c477b vol-8c027acf vol-93d6fed0 vol-71600106 vol-79f7970e
   vol-e3d6a894 vol-d9d6a8ae vol-8dbbc2fa vol-98c2bbef vol-ae7ed9e3 vol-5540e618
   vol-9e3bbed3 vol-993bbed4 vol-a83bbee5 vol-ff52deb2)
B=(vol-175a3b54 vol-e38d0c94 vol-2a19386a vol-b846c5cf vol-98c2bbef vol-7320102b
   vol-8f6226cc vol-27991850 vol-71600106 vol-615e1222)

for i in ${A[@]#vol-};do
    [ "${a[$((16#$i))]}" ] && echo Duplicate vol-$i in A
    ((a[$((16#$i))]++))
    ((c[$((16#$i))]++))
  done
for i in ${B[@]#vol-};do
    [ "${b[$((16#$i))]}" ] && echo Duplicate vol-$i in B
    ((b[$((16#$i))]++))
    [ "${c[$((16#$i))]}" ] && echo Present in A and B: vol-$i
    ((c[$((16#$i))]++))
  done

Це має вивести:

Present in A and B vol-175a3b54
Present in A and B vol-98c2bbef
Present in A and B vol-71600106

У цьому стані, у вас баш середовище містить:

set | grep ^c=
c=([391789396]="2" [664344656]="1" [706295914]="1" [942425979]="1" [1430316568]="1"
[1633554978]="1" [1902117126]="2" [1931481131]="1" [2046269198]="1" [2348972751]="1"
[2377892602]="1" [2405574348]="1" [2480340688]="1" [2562898927]="2" [2570829524]="1"
[2654715603]="1" [2822487781]="1" [2927548899]="1" [3091645903]="1" [3654723758]="1"
[3817671828]="1" [3822495892]="1" [4283621042]="1")

Так ви могли:

for i in ${!b[@]};do
    [ ${c[$i]} -eq 1 ] &&
        printf "Present only in B: vol-%8x\n" $i
  done

Це відобразить:

Present only in B: vol-27991850
Present only in B: vol-2a19386a
Present only in B: vol-615e1222
Present only in B: vol-7320102b
Present only in B: vol-8f6226cc
Present only in B: vol-b846c5cf
Present only in B: vol-e38d0c94

Але це чисельно відсортовано! Якщо ви хочете оригінальне замовлення, ви можете:

for i in ${B[@]#vol-};do
    [ ${c[((16#$i))]} -eq 1 ] && printf "Present in B only: vol-%s\n" $i
  done

Таким чином , ви Dislay тт в тому порядку , в занесена:

Present in B only: vol-e38d0c94
Present in B only: vol-2a19386a
Present in B only: vol-b846c5cf
Present in B only: vol-7320102b
Present in B only: vol-8f6226cc
Present in B only: vol-27991850
Present in B only: vol-615e1222

або

for i in ${!a[@]};do
    [ ${c[$i]} -eq 1 ] && printf "Present only in A: vol-%8x\n" $i
  done

за показ лише в A :

Present only in A: vol-382c477b
Present only in A: vol-5540e618
Present only in A: vol-79f7970e
Present only in A: vol-8c027acf
Present only in A: vol-8dbbc2fa
Present only in A: vol-93d6fed0
Present only in A: vol-993bbed4
Present only in A: vol-9e3bbed3
Present only in A: vol-a83bbee5
Present only in A: vol-ae7ed9e3
Present only in A: vol-d9d6a8ae
Present only in A: vol-e3d6a894
Present only in A: vol-ff52deb2

або навіть:

for i in ${!b[@]};do
    [ ${c[$i]} -eq 2 ] && printf "Present in both A and B: vol-%8x\n" $i
  done

буде повторно надруковано :

Present in both A and B: vol-175a3b54
Present in both A and B: vol-71600106
Present in both A and B: vol-98c2bbef