BASH中两个数组的交集

Question

我有两个这样的数组：

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)

数组未排序，甚至可能包含重复元素。

1. 我想使这两个数组相交并将元素存储在另一个数组中。我该怎么做？

2. 另外，如何获取出现在 B 中但在 A 中不可用的元素列表？

Answer 1

comm(1)是一种比较两个列表的工具，可以为您提供两个列表之间的交集或差异。列表需要排序，但这很容易实现。

要将您的数组放入适合于的排序列表comm：

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

这会将数组 A 变成一个排序列表。对 B 做同样的事情。

要使用comm返回交集：

$ comm -1 -2 file1 file2

-1 -2 说要删除 file1 (A) 独有的条目和 file2 (B) 独有的条目 - 两者的交集。

让它返回 file2 (B) 中的内容而不是 file1 (A) 中的内容：

$ comm -1 -3 file1 file2

-1 -3 说要删除文件 1 独有的条目和两者共有的条目 - 只留下文件 2 独有的条目。

要将两个管道送入comm，请使用 的“流程替换”功能bash：

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

要在数组中捕获它：

$ C=($(command))

把它们放在一起：

# 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)))

Answer 2

有一种相当优雅且有效的方法可以使用uniq\xe2\x80\x94 来做到这一点，但是，我们需要消除每个数组中的重复项，只留下唯一的项目。如果要保存重复项，只有一种方法“循环遍历两个数组并进行比较”。

\n

考虑我们有两个数组：

\n

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)\nB=(vol-175a3b54 vol-e38d0c94 vol-2a19386a vol-b846c5cf vol-98c2bbef vol-7320102b vol-8f6226cc vol-27991850 vol-71600106 vol-615e1222)\n

\n

首先，让我们将这些数组转换为集合。我们会这样做，因为存在数学运算交集，就像集合的交集一样，集合是不同对象的集合，不同的或唯一的。老实说，如果我们谈论列表或序列，我不知道什么是“交集”。虽然我们可以从序列中选出一个子序列，但是这个操作（选择）的含义略有不同。

\n

那么，让我们一起变身吧！

\n

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

\n

\n

1. 路口：

   \n

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

   \n

   如果要将元素存储在另一个数组中：

   \n

   intersection_set=($(echo "${A[@]} ${B[@]}" | sed 's/ /\\n/g' | sort | uniq -d))\n\necho "${intersection_set[@]} (elements count: ${#intersection_set[@]})"\nvol-175a3b54 vol-71600106 vol-98c2bbef (elements count: 3)\n

   \n

   uniq -d意味着只打印重复的行。

   \n
\n

2. B获取中出现且不可用的元素列表A，即B\\A

   \n

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

   \n

   uniq -u意味着只打印唯一的行。

   \n

   或者，保存在变量中：

   \n

   subtraction_set=($(echo "${A[@]} ${B[@]}" | sed 's/ /\\n/g' | sort | uniq -d | xargs echo "${B[@]}" | sed 's/ /\\n/g' | sort | uniq -u))\n\necho "${subtraction_set[@]} (elements count: ${#subtraction_set[@]})"\nvol-27991850 vol-2a19386a vol-615e1222 vol-7320102b vol-8f6226cc vol-b846c5cf vol-e38d0c94 (elements count: 7)\n

   \n

   因此，首先我们得到A和的交集B（这只是它们之间的重复项的集合），说它是A/\\B，然后我们使用B和 的交集的反转操作A/\\B（这只是唯一的元素），所以我们得到B\\A = ! (B /\\ (A/\\B))。

   \n
\n

\n

PSuniq由理查德·M·斯托曼 (Richard M. Stallman) 和大卫·麦肯齐 (David MacKenzie) 撰写。

\n