Intersección de matriz en bash

Question

¿Cómo se comparan dos matrices en bash para encontrar todos los valores de intersección?

Digamos:
array1 contiene los valores 1 y 2
matriz2 contiene valores 2 y 3

debería volver 2 como resultado.

Mi propia respuesta, que no puedo publicar sin embargo, debido a la pequeña reputación:

for item1 in $array1; do 
    for item2 in $array2; do 
     if [[ $item1 = $item2 ]]; then 
      result=$result" "$item1 
     fi 
    done 
done 

Busco soluciones alternativas también.

Answer 1

Los elementos de la lista 1 se utilizan como expresión regular alzó en lista2 (expresada como una cadena: $ {lista2 [*]}):

list1=(1 2 3 4 6 7 8 9 10 11 12) 
list2=(1 2 3 5 6 8 9 11) 

l2=" ${list2[*]} "     # add framing blanks 
for item in ${list1[@]}; do 
    if [[ $l2 =~ " $item " ]] ; then # use $item as regexp 
    result+=($item) 
    fi 
done 
echo ${result[@]} 

El resultado es

1 2 3 6 8 9 11 

Answer 2

Si fueron dos archivos (en lugar de matrices) que buscaba líneas que se intersectaran, podría usar el comando comm.

$ comm -12 file1 file2 

Answer 3

Su respuesta no funcionará, por dos razones:

• $array1 simplemente se expande al primer elemento de array1. (Al menos, en mi versión instalada de Bash es así como funciona. Eso no parece ser un comportamiento documentado, por lo que puede ser una peculiaridad dependiente de la versión)
• Después de que se agrega el primer elemento al result, result entonces contendrá un espacio, por lo que la próxima ejecución de result=$result" "$item1 se portará mal. (En lugar de anexar al result, ejecutará el comando que consiste en los dos primeros elementos, con la variable de entorno result configurada en la cadena vacía.) Corrección: Resulta que estaba equivocado acerca de esto: división de palabras doesn no se lleva a cabo dentro de las asignaciones. (Véanse los comentarios a continuación.)

Lo que quiere decir esto:

result=() 
for item1 in "${array1[@]}"; do 
    for item2 in "${array2[@]}"; do 
     if [[ $item1 = $item2 ]]; then 
      result+=("$item1") 
     fi 
    done 
done 

Answer 4

Tomando @ respuesta de Raihan y hacer que funcione con los no-archivos (aunque se crean FDS) Sé que es un poco de un truco pero parecía buena alternativa

El efecto secundario es que la matriz de salida se ordenará lexicográficamente, espero que esté bien (tampoco sepa qué tipo de datos tiene, así que acabo de probar con números, puede haber trabajo adicional necesario si tiene cadenas con char especial s etc)

result=($(comm -12 <(for X in "${array1[@]}"; do echo "${X}"; done|sort) <(for X in "${array2[@]}"; do echo "${X}"; done|sort))) 

Pruebas:

$ array1=(1 17 33 99 109) 
$ array2=(1 2 17 31 98 109) 

result=($(comm -12 <(for X in "${array1[@]}"; do echo "${X}"; done|sort) <(for X in "${array2[@]}"; do echo "${X}"; done|sort))) 

$ echo ${result[@]} 
1 109 17 

P. S. Estoy seguro de que había una manera de sacar la matriz a un valor por línea sin el bucle for, simplemente lo olvido (¿IFS?)

Answer 5

Ahora que entiendo lo que quiere decir con "matriz", piense, antes que nada, que debería considerar usar matrices Bash reales. Son mucho más flexibles, ya que (por ejemplo) los elementos de matriz pueden contener espacios en blanco, y puede evitar el riesgo de que * y ? activen la expansión del nombre de archivo.

Pero si usted prefiere utilizar su actual enfoque de cadenas delimitadas por espacio, entonces estoy de acuerdo con la sugerencia del RHT utilizar Perl:

result=$(perl -e 'my %array2 = map +($_ => 1), split /\s+/, $ARGV[1]; 
        print join " ", grep $array2{$_}, split /\s+/, $ARGV[0] 
       ' "$array1" "$array2") 

(Los saltos de línea son sólo para facilitar la lectura, se puede deshacerse de ellos si lo desea.)

en el comando Bash anteriormente, el programa Perl incrustado crea un hash llamado %array2 que contiene los elementos de la segunda matriz, y luego se imprime ningún elemento de la primera matriz que existe en %array2.

Esto se comportará de forma ligeramente diferente a su código en la forma en que maneja los valores duplicados en la segunda matriz; en su código, si array1 contiene x dos veces y array2 contiene x tres veces, y luego result contendrá x seis veces, mientras que en mi código, result contendrá x sólo dos veces. No sé si eso importa, ya que no conozco sus requisitos exactos.