Bash 使用sed的随机线

我想用

sed

随机选择一行。我知道

shuf-n

和

sort-R | head-n

可以完成这项工作，但是对于

shuf

您必须安装

coreutils

，对于

排序解决方案来说，它在大数据上不是最优的：

以下是我测试的内容：

echo "$var" | shuf -n1

这提供了最佳解决方案，但我担心可移植性
这就是为什么我想用
sed
试试它

`var="Hi
 i am a student
 learning scripts"`

output:
i am a student

output:
hi

它一定是随机的

var="Hi
i am a student
learning scripts"

mapfile -t array <<< "$var"      # create array from $var

echo "${array[$RANDOM % (${#array}+1)]}"
echo "${array[$RANDOM % (${#array}+1)]}"


请参阅：
帮助映射文件
它在很大程度上取决于您希望伪随机概率分布的外观。（不要尝试随机，满足于伪随机。如果你成功地生成了一个真正的随机值，就去领取诺贝尔奖。）如果你只是想要一个均匀分布（例如，每行被选中的概率相等），那么你需要事先知道文件中有多少行。获得该分发版并不像允许选择文件中较早的行那样容易，因为这很容易，所以我们将这样做。假设行数小于32769，您只需执行以下操作：

N=$(wc -l < input-file)
sed -n -e $((RANDOM % N + 1))p input-file

$ echo -e $var >varfile
$ i=;while read a; do let i++;done<varfile; let RANDOM=i*i*i

$ let l=$RANDOM%$i+1 ;sed -En "$l p" varfile

N=$（wc-l

--编辑--

在考虑了一会儿之后，我意识到你不需要知道行数，所以你不需要读取数据两次。我没有做过严格的分析，但我相信下面给出了一个统一的分布：

awk 'BEGIN{srand()} rand() < 1/NR { out=$0 } END { print out }' input-file

awk'BEGIN{srand（）}rand（）<1/NR{out=$0}END{print out}输入文件

--编辑--
Ed Morton在评论中建议我们只能调用rand（）一次。这似乎应该行得通，但似乎行不通。好奇的：

$ time for i in $(seq 400); do awk -v seed=$(( $(date +%s) + i)) 'BEGIN{srand(seed); r=rand()} r < 1/NR { out=$0 } END { print out}'  input; done | awk '{a[$0]++} END { for (i in a) print i, a[i]}' | sort
1 205
2 64
3 37
4 21
5 9
6 9
7 9
8 46

real    0m1.862s
user    0m0.689s
sys     0m0.907s
$ time for i in $(seq 400); do awk -v seed=$(( $(date +%s) + i)) 'BEGIN{srand(seed)} rand() < 1/NR { out=$0 } END { print out}'  input; done | awk '{a[$0]++} END { for (i in a) print i, a[i]}' | sort
1 55
2 60
3 37
4 50
5 57
6 45
7 50
8 46

real    0m1.924s
user    0m0.710s
sys     0m0.932s

$time for i，单位为$（seq 400）；do awk-v seed=$（$（date+%s）+i））'开始{srand（seed）；r=rand（）}r<1/NR{out=$0}结束{print out}'输入；完成| awk'{a[$0]+}END{for（a中的i）print i，a[i]}排序
1 205
2 64
3 37
4 21
5 9
6 9
7 9
8 46
实0m1.862s
用户0m0.689s
系统0m0.907s
以美元表示的i的时间（seq 400）；do awk-v seed=$（$（date+%s）+i））'BEGIN{srand（seed）}rand（）<1/NR{out=$0}END{print out}输入；完成| awk'{a[$0]+}END{for（a中的i）print i，a[i]}排序
1 55
2 60
3 37
4 50
5 57
6 45
7 50
8 46
真正的0m1.924s
用户0.710s
系统0m0.932s
这似乎是大型输入文件的最佳解决方案：

awk -v seed="$RANDOM" -v max="$(wc -l < file)" 'BEGIN{srand(seed); n=int(rand()*max)+1} NR==n{print; exit}' file

因此，我们预先调用
wc
和
rand（）
一次的解决方案比按预期为每一行调用
rand（）
要快。
在bash shell上，首先将种子初始化为#line cube或您的选择

$ i=;while read a; do let i++;done<<<$var; let RANDOM=i*i*i

$ let l=$RANDOM%$i+1 ;echo -e $var |sed -En "$l p"

使用GNU
sed
和
bash
；no
wc
或
awk
将最后一个内部循环放入（（c=0；c）：

f=input-file
sed -n $((RANDOM%($(sed = $f | sed '2~2d' | sed -n '$p')) + 1))p $f

注意：
$（…）
中的三个
sed
是伪造
wc-l
的低效方法。也许有更好的方法——当然，只使用
sed
。
使用
shuf
：

$ echo "$var" | shuf -n 1

输出：

Hi

欢迎来到SO。Stack Overflow是一个面向专业和热情程序员的问答页面。请在问题中添加您自己的代码。您至少需要展示您自己为解决此问题所做的研究。谢谢，是的，没问题，我会编辑。已知的行数是多少？使用bash和sed执行此操作将非常简单效率更低，安装coreutils有什么问题？为什么需要专门使用sed？几乎每个系统上都有很多工具，可能更适合使用。我喜欢awk解决方案，我也同意，它似乎应该可以工作，但你不能调用
rand（）
在BEGIN部分中使用一次变量，而不是每行输入调用一次变量？因为srand（）默认情况下使用当前秒数（从历元值算起）进行种子设定，如果在1秒内运行两次，它将生成相同的输出-如果您愿意，可以通过
awk-v seed=“$RANDOM”BEGIN{srand（seed）更改该值“
对
rand（）
的后续调用将产生新的值…只有重新生成awk时才是一样的。但是你是对的！我们只需要调用一次！这将大大加快速度。这就是我所说的重新生成awk的情况。你不可能在1秒内调用两次，但如果调用了，你会得到相同的输出。”（除非你运气好，并且在大纪元改变后过了一秒）。就个人而言，我通常不想处理这个问题，但由于OP似乎非常关注随机性，我想我建议
seed=“$RANDOM”
如果有问题的话。在BEGIN中只尝试调用rand一次，输出严重偏向文件的开头。不知道为什么…@EdMorton我没有。现在运行脚本计时。@Williampersell-您介意检查上面的内容并尝试计时，看看是否得到类似的结果吗？在我的笔记本电脑上，运行2次脚本（运行wc-l）实际上更快。每次只运行一次，12.864实时，vs 24.625。但我突然想到，我们可能错过了巨大内存的现代奇迹！对于这类事情，现在可能更容易将整个文件读入内存，然后在最后随机选择一行！
$ echo -e $var >varfile
$ i=;while read a; do let i++;done<varfile; let RANDOM=i*i*i

$ let l=$RANDOM%$i+1 ;sed -En "$l p" varfile

f=input-file
sed -n $((RANDOM%($(sed = $f | sed '2~2d' | sed -n '$p')) + 1))p $f

$ echo "$var" | shuf -n 1

Hi