Question

我有两个数据集，A和B.每个数据集的格式是每行一个数字。例如，

12345

23456

67891

2345900

12345

A中的一些数据未包含在数据集B中。如何列出A中的所有这些数据，以及如何列出A和B共享的所有这些数据。这是否可以在Perl中执行此操作？

Answer 1

这是FAQ：

如何计算两个数组的差异？如何计算两个数组的交集？

使用哈希。这是两个以上的代码。它假定每个   element在给定数组中是唯一的：
@union = @intersection = @difference = ();
%count = ();

foreach $element (@array1, @array2) { $count{$element}++ }

foreach $element (keys %count) {
    push @union, $element;
    push @{ $count{$element} > 1 ? \@intersection : \@difference }, $element;
}
请注意，这是对称差异，即所有元素 A或B中，但两者都不是。把它想象成一个xor操作。

Answer 2

是的，它被称为the intersection，并且有一个模块：Set::Intersection。虽然没用过它。

编辑：似乎Array::Utils似乎也有一个交叉方法，我会改用它。

如果您想自己编程，可以这样做：

将值放入两个数组
使他们独一无二（List::MoreUtils有一个uniq（））
使用哈希计算您看到每个值的次数
从散列中获取值count = 2

列出两个数据集之间的差异和重叠

2 个答案: