如何将相同的行归为一类？

choose2005

UID: 11866
帖子: 37
积分: 85
在线时间: 2 小时

1^# choose2005 发表于 2007-09-22 22:13

如何将相同的行归为一类？

1 AAAAATTTTCCCC
2 AAAAATTTTCCCC
3 AAAAATTTTCCCC
4 TAAAATTTTCCCY
5 TAAAATTTTCCCY
6 AAAAAUTTTCCCY
7 AAAAAUTTTCCCY

分类后输出如下格式：
将各类用空行隔开

1 AAAAATTTTCCCC
2 AAAAATTTTCCCC
3 AAAAATTTTCCCC

4 TAAAATTTTCCCY
5 TAAAATTTTCCCY

6 AAAAAUTTTCCCY
7 AAAAAUTTTCCCY

royalzhang

UID: 25162
帖子: 1
积分: 2
在线时间: 10 分钟

2^# royalzhang 发表于 2007-09-22 23:12

use strict;
open my $I,"1.txt";
my @c = <$I>;
for(0..$#c) {

    chomp $c[$_];chomp $c[$_+1]; # 去掉本行和下行最后的换行符

    # 如果本行和下行不同，就在本行多加一个换行

    $c[$_] .= "\n" if (substr($c[$_],1) ne substr($c[$_+1],1));
}
print join("\n",@c);

perljoker

UID: 30669
帖子: 88
积分: 202
在线时间: 10 小时

3^# perljoker 发表于 2007-09-23 00:31

赞一个，我本来以为要用hash的，现在发现，其实没那个必要
简单的思路，简单的做法，效果还更好
对于标准格式的文件，
chomp $c[$_];chomp $c[$_+1]; # 去掉本行和下行最后的换行符
这一行貌似还可以去掉，不知道royalzhang同意不，虽然去掉更安全

ps。最近忙于“秋菊打官司”，累啊

choose2005

UID: 11866
帖子: 37
积分: 85
在线时间: 2 小时

4^# choose2005 发表于 2007-09-23 10:38

1 AAAAATTTTCCCC
2 AAAAATTTTCCCC
3 AAAAATTTTCCCC
4 TAAAATTTTCCCY
5 TAAAATTTTCCCY
6 AAAAAUTTTCCCY
7 AAAAAUTTTCCCY
10 AAAAAUTTTCCCP
11 WAAAATTTTCCCY

若我还有一行10，他只有一个与 7不同，但也要归为7那一类中，
11只有一个和5不同，同样也要归为第5的那一类中。

分类后如下：
1 AAAAATTTTCCCC
2 AAAAATTTTCCCC
3 AAAAATTTTCCCC

4  TAAAATTTTCCCY
5  TAAAATTTTCCCY
11 WAAAATTTTCCCY

6  AAAAAUTTTCCCY
7  AAAAAUTTTCCCY
10 AAAAAUTTTCCCP

Lonki

UID: 21498
帖子: 1
积分: 2
在线时间: 10 分钟

5^# Lonki 发表于 2007-09-23 18:40

QUOTE:

原帖由 choose2005 于 2007-9-23 10:38 发表
1 AAAAATTTTCCCC
2 AAAAATTTTCCCC
3 AAAAATTTTCCCC
4 TAAAATTTTCCCY
5 TAAAATTTTCCCY
6 AAAAAUTTTCCCY
7 AAAAAUTTTCCCY
10 AAAAAUTTTCCCP
11 WAAAATTTTCCCY

若我还有一行10，他只有一个与 7不同，但 ...

就是说, 相差1个字符的也算做一类?

相差2个字符呢?

Lonki

UID: 21498
帖子: 1
积分: 2
在线时间: 10 分钟

6^# Lonki 发表于 2007-09-23 18:42

QUOTE:

原帖由 royalzhang 于 2007-9-22 23:12 发表
use strict;
open my $I,"1.txt";
my @c = ;
for(0..$#c) {

chomp $c[$_];chomp $c[$_+1]; # 去掉本行和下行最后的换行符

# 如果本行和下行不同，就 ...

仅考虑了同类字符串都相邻的情况 ? 还是我理解多了一点点

这样呢?
1 AAAAATTTTCCCC
2 AAAAATTTTCCCC
3 TAAAATTTTCCCY
4 TAAAATTTTCCCY
5 AAAAAUTTTCCCY
6 AAAAAUTTTCCCY
7 AAAAATTTTCCCC

royalzhang

UID: 25162
帖子: 1
积分: 2
在线时间: 10 分钟

7^# royalzhang 发表于 2007-09-23 22:24

QUOTE:

原帖由 perljoker 于 2007-9-23 00:31 发表
赞一个，我本来以为要用hash的，现在发现，其实没那个必要
简单的思路，简单的做法，效果还更好
对于标准格式的文件，
chomp $c[$_];chomp $c[$_+1]; # 去掉本行和下行最后的换行符
这一行貌似还可以去掉， ...

最后一行可能没有换行，会造成误判。

royalzhang

UID: 25162
帖子: 1
积分: 2
在线时间: 10 分钟

8^# royalzhang 发表于 2007-09-23 22:32

QUOTE:

原帖由 choose2005 于 2007-9-23 10:38 发表
1 AAAAATTTTCCCC
2 AAAAATTTTCCCC
3 AAAAATTTTCCCC
4 TAAAATTTTCCCY
5 TAAAATTTTCCCY
6 AAAAAUTTTCCCY
7 AAAAAUTTTCCCY
10 AAAAAUTTTCCCP
11 WAAAATTTTCCCY

若我还有一行10，他只有一个与 7不同，但 ...

标准太模糊，没法办