Awk 消除完全重叠的间隔或范围

今天早些时候，我看到了一个——显然格式不好，因此已经被删除了——关于删除重叠区间（或范围，从此以后的区间）的问题。问题是如何删除完全在其他间隔内的间隔。例如，我们有以下几点：

1-2
2-3
1-3
2-4

或者，如果视觉效果稍微好一点：

1-2
  2-3
1---3
  2---4

区间

1-2

和

2-3

都被删除，因为它们包含在区间

1-3

中，因此输出为：

1-3
2-4

先验算法可能是检查每个间隔与其他间隔，从而进行O（n2）比较。有人建议在处理之前对源数据进行排序，这个问题还有其他角度吗

明显的案例有（数据排序）：

---

请，如果您在数据或附属标记中发现了好的陷阱或其他情况，请添加它们。

此解决方案希望在处理之前对数据进行排序，正如某人建议的那样：

$ sort -t- -k1n -k2n file  # playin' it safe
1-2
1-3
2-3
2-4

在awk中：

$ cat program.awk
BEGIN { OFS=FS="-" }
{
    if(p=="") {                     # if p is empty, fill it
        p=$0                        # p is the previous record
        next
    }
    split(p,b,"-")                  # p is split to start and end to b[]

    if(b[1] == $1 && b[2] <= $2) {  # since sorting is expected:
        p=$0                        # if starts are equal p line is included or identical
        next                        # so remove it
    }
    else if($2 <= b[2])             # latter is included
        next

    print p                         # no complete overlap, print p 
    p=$0                            # and to the next
}
END { print p }

---

只要算法具有多项式复杂性，我认为简单的解决方案也可以：

#!/usr/bin/gawk -f

BEGIN {
    FS=OFS="-";
}
{

    arr[NR][1] = $1;
    arr[NR][2] = $2;
}
END {

    for(i in arr) {

        delete_nxt_elem(i);

        if(arr[i][1]!="")
            print arr[i][1],arr[i][2];
    }
}

function delete_nxt_elem(check_indx,   j) {

    for(j in arr) {

        if(j==check_indx)
            continue;

        if(arr[j][1]<=arr[check_indx][1] && arr[j][2]>=arr[check_indx][2])
            delete arr[check_indx];
    }
}

#/usr/bin/gawk-f
开始{
FS=OFS=“-”；
}
{
arr[NR][1]＝1元；
arr[NR][2]＝2元；
}
结束{
对于（我在arr中）{
删除第（i）项；
如果（arr[i][1]！=“”）
打印arr[i][1]、arr[i][2]；
}
}
函数删除元素（检查indx，j）{
对于（arr中的j）{
如果（j==检查indx）
继续；
如果（arr[j][1]=arr[check_indx][2]）
删除arr[检查索引]；
}
}

您可以通过设置

-F-

排序文件
将按字母顺序排序，这样
10
将排在
2
之前，等等来避免拆分。您需要类似于
排序-t'-'-k1-k2-n文件的东西。检查一下，因为我总是把我的排序参数搞混了，但是你知道你需要对范围的每个部分分别进行数字排序。而且@karakfa是正确的-设置
-F'-'
，并用
$1
替换
a[1]
，等等。我觉得它可以进一步简化，而不需要太多的“下一个”。。。
$ awk -f program.awk <(sort -t- -k1n -k2n file)
1-3
2-4

1-2
  2-3

#!/usr/bin/gawk -f

BEGIN {
    FS=OFS="-";
}
{

    arr[NR][1] = $1;
    arr[NR][2] = $2;
}
END {

    for(i in arr) {

        delete_nxt_elem(i);

        if(arr[i][1]!="")
            print arr[i][1],arr[i][2];
    }
}

function delete_nxt_elem(check_indx,   j) {

    for(j in arr) {

        if(j==check_indx)
            continue;

        if(arr[j][1]<=arr[check_indx][1] && arr[j][2]>=arr[check_indx][2])
            delete arr[check_indx];
    }
}