提取数组中相似数据的快速方法

如何解决提取数组中相似数据的快速方法

| 我不完全知道如何在下面的问题中陈述我的问题，请耐心等待。 问题： 我有一个多维数组，如下所示：

$raw_list[0][\'123\',\'foo\',\'foo1\',\'300\']
$raw_list[1][\'456\',\'foo2\',\'foo3\',\'4\']
$raw_list[2][\'123\',\'foo4\',\'foo5\',\'67\']
$raw_list[3][\'456\',\'foo6\',\'foo7\',\'34\']

这通常会变得非常大（可能会超过一千个索引吗？） 我要用的是在$ raw_list [nth] [0]中分离具有相同第0个元素值的所有记录，并对每个组进行操作，以便...

$raw_list[0][\'123\',\'300\']
$raw_list[2][\'123\',\'67\']

然后，我对该小组进行操作以获取各种统计信息。例如，元素值\'300 \'和\ '67 \'的总和，依此类推。 当前解决方案： 目前，这就是我的代码的实际样子。

my @anum_group = ();
@die_raw_list = sort {$a->[0] <=> $b->[0]} @die_raw_list;

my $anum_reference = @die_raw_list[0][0];

for my $row (0..$#die_raw_list) 
{
    if ($die_raw_list[$row][0] == $anum_reference)
    {
        push @anum_group,$die_raw_list[$row];
    }
    else
    {
        # Profile ANUM group
        # ... operation to get statistical info on group here


        # Initialize next ANUM group
        $anum_reference = $die_raw_list[$row][0];
        @anum_group = ();
        push @anum_group,$die_raw_list[$row];
    }
}

# Profile last ANUM group
#  ... operation to get statistical info on group here

最后的想法和问题： 我意识到在非常大的数据上这往往会非常缓慢，因此我想加快速度。 我是Perl的新手，不知道如何最好地解决此问题。     

解决方法

一千个索引不是很多...是什么让您认为您的代码很慢？哪一部分很慢？ 如果第一个元素是如此重要，则可以首先重新排列数据结构以使其索引：

my %raw_list = (\'123\' => [[\'foo\',\'foo1\',\'300\'],[\'foo4\',\'foo5\',\'67\']],\'456\' => [[\'foo2\',\'foo3\',\'4\'],[\'foo6\',\'foo7\',\'34\']]);

您可以像这样动态地构建它：

my %raw_list;
my $elt0 = \'123\';
my @rec = (\'foo\',\'300\');
push @{$raw_list{$elt0}},\\@rec;

然后像这样处理它：

foreach my $elt0 (keys %raw_list) {
    my $records = $raw_list{$elt0};
    foreach my $rec (@$records) {
        # Now $elt0 is (e.g.) \'123\'
        # and $rec->[0] is \'foo\',$rec->[1] is \'foo1\',$rec->[2] is \'300\'
    }
}

实际上，您将所有这些都封装在一个对象中。     ,如果我对您的理解正确，那么您想获取第二维的第一个值中具有相同值的记录（示例中为

123

），将它们按其他字段排序，然后比较其中的某些值。 所有这些都可以通过对不同的值进行排序来完成：

my @sorted = sort { 
    $a->[0] <=> $b->[0] || # <=> for numerical
    $a->[1] cmp $b->[1] || # cmp for non-numerical
    $a->[2] cmp $b->[2] ...etc
} @die_raw_list;

然后，您可以简单地遍历数据，挑选所需的值。 如果只需要一些值，则可以使用类似以下内容的部分选择：

my @partial;
for my $refs (@die_raw_list) {
    push @partial,$ref if $ref->[0] == \'123\';
}

    ,您可以将数据放入由第一个元素索引的哈希中，然后快速遍历哈希的每个元素：

#test data
my $foo = [[1,2,3],[1,5,6],[2,8,9]];

#group elements 1..n by first element
my %bar;
map { $bar{$_->[0]} ||= (); push(@{$bar{$_->[0]}},[@{$_}[1..@$_-1]]) } @$foo;

#lame dump
foreach (keys %bar) {
    print \"key: $_\\n\";
    foreach (@{$bar{$_}}) {
        foreach (@{$_}) {
            print \"$_ \";
        }
        print \"\\n\";
    }
    print \"\\n\";
}

当然，此解决方案仅在您需要处理每个组并希望分别进行处理时才有意义，并且可能需要进行多次通过。     ,

map($keys{$_->[0]} = 1,@raw_list);
foreach $k (keys %keys)
{
 @a = grep($_->[0]==$k,@raw_list);
 # do something with @a;
}