Shell 找到最接近的两个数字及其距离_Shell_Sorting_Numbers_Find_Closest Points

Shell 找到最接近的两个数字及其距离

shell sorting

Shell 找到最接近的两个数字及其距离,shell,sorting,numbers,find,closest-points,Shell,Sorting,Numbers,Find,Closest Points,我有这样一个文件： 0.000000 0.000051 0.000076 0.000102 0.000152 0.000178 0.000203 0.000229 0.000254 0.000279 0.000305 0.000356 0.000381 0.000406 我想找到这两个数字和它最近的距离。我正在使用shell脚本。当时我有： points.dat cat | cut-f1 | sort | uniq 下一个案例我想考虑两个专栏。一列代表x轴，一列代表y轴。这就像是最近点对

我有这样一个文件：

我想找到这两个数字和它最近的距离。我正在使用shell脚本。当时我有：

points.dat cat | cut-f1 | sort | uniq

下一个案例我想考虑两个专栏。一列代表x轴，一列代表y轴。这就像是最近点对问题。我也想在这方面得到帮助

谢谢你的帮助

这是评论，不是回答。

检查算法时使用此输出

Python代码：

import itertools

data = [
0.000000, #data[0]
0.000051, #data[1]
0.000076, #data[2]
0.000102, #data[3]
0.000152, #data[4]
0.000178, #data[5]
0.000203, #data[6]
0.000229, #data[7]
0.000254, #data[8]
0.000279, #data[9]
0.000305, #data[10]
0.000356, #data[11]
0.000381, #data[12]
0.000406  #data[13]
]

for j in sorted((abs(i[0][0]-i[1][0]), (i[0][1],i[1][1])) for i in itertools.combinations( zip(data,range(len(data))), 2)):
    print str(j[1]).ljust(8), '->',j[0]#indices -> distance

输出：

(7, 8)   -> 2.5e-05
(1, 2)   -> 2.5e-05
(5, 6)   -> 2.5e-05
(8, 9)   -> 2.5e-05
(11, 12) -> 2.5e-05
(12, 13) -> 2.5e-05
(4, 5)   -> 2.6e-05
(9, 10)  -> 2.6e-05
(2, 3)   -> 2.6e-05
(6, 7)   -> 2.6e-05
(7, 9)   -> 5e-05
(3, 4)   -> 5e-05
(11, 13) -> 5e-05
(4, 6)   -> 5.1e-05
(6, 8)   -> 5.1e-05
(8, 10)  -> 5.1e-05
(10, 11) -> 5.1e-05
(0, 1)   -> 5.1e-05
(1, 3)   -> 5.1e-05
(5, 7)   -> 5.1e-05
(7, 10)  -> 7.6e-05
(3, 5)   -> 7.6e-05
(0, 2)   -> 7.6e-05
(2, 4)   -> 7.6e-05
(5, 8)   -> 7.6e-05
(6, 9)   -> 7.6e-05
(10, 12) -> 7.6e-05
(9, 11)  -> 7.7e-05
(4, 7)   -> 7.7e-05
(3, 6)   -> 0.000101
(1, 4)   -> 0.000101
(5, 9)   -> 0.000101
(10, 13) -> 0.000101
(2, 5)   -> 0.000102
(4, 8)   -> 0.000102
(6, 10)  -> 0.000102
(8, 11)  -> 0.000102
(9, 12)  -> 0.000102
(0, 3)   -> 0.000102
(7, 11)  -> 0.000127
(1, 5)   -> 0.000127
(2, 6)   -> 0.000127
(3, 7)   -> 0.000127
(4, 9)   -> 0.000127
(5, 10)  -> 0.000127
(8, 12)  -> 0.000127
(9, 13)  -> 0.000127
(7, 12)  -> 0.000152
(0, 4)   -> 0.000152
(1, 6)   -> 0.000152
(3, 8)   -> 0.000152
(8, 13)  -> 0.000152
(4, 10)  -> 0.000153
(6, 11)  -> 0.000153
(2, 7)   -> 0.000153
(7, 13)  -> 0.000177
(3, 9)   -> 0.000177
(0, 5)   -> 0.000178
(2, 8)   -> 0.000178
(5, 11)  -> 0.000178
(6, 12)  -> 0.000178
(1, 7)   -> 0.000178
(0, 6)   -> 0.000203
(1, 8)   -> 0.000203
(2, 9)   -> 0.000203
(3, 10)  -> 0.000203
(5, 12)  -> 0.000203
(6, 13)  -> 0.000203
(4, 11)  -> 0.000204
(1, 9)   -> 0.000228
(5, 13)  -> 0.000228
(2, 10)  -> 0.000229
(4, 12)  -> 0.000229
(0, 7)   -> 0.000229
(0, 8)   -> 0.000254
(1, 10)  -> 0.000254
(3, 11)  -> 0.000254
(4, 13)  -> 0.000254
(0, 9)   -> 0.000279
(3, 12)  -> 0.000279
(2, 11)  -> 0.00028
(3, 13)  -> 0.000304
(0, 10)  -> 0.000305
(1, 11)  -> 0.000305
(2, 12)  -> 0.000305
(1, 12)  -> 0.00033
(2, 13)  -> 0.00033
(1, 13)  -> 0.000355
(0, 11)  -> 0.000356
(0, 12)  -> 0.000381
(0, 13)  -> 0.000406

所以最小的集合是（数据[7]，数据[8]）

如果你在计算之前对数据进行排序，你可以很容易地从输出中找到这样的最小距离

#This is pseudocode.
x[n] = data[n] - data[n-1]
min(x)

这是评论而不是回答。

检查算法时使用此输出

Python代码：

import itertools

data = [
0.000000, #data[0]
0.000051, #data[1]
0.000076, #data[2]
0.000102, #data[3]
0.000152, #data[4]
0.000178, #data[5]
0.000203, #data[6]
0.000229, #data[7]
0.000254, #data[8]
0.000279, #data[9]
0.000305, #data[10]
0.000356, #data[11]
0.000381, #data[12]
0.000406  #data[13]
]

for j in sorted((abs(i[0][0]-i[1][0]), (i[0][1],i[1][1])) for i in itertools.combinations( zip(data,range(len(data))), 2)):
    print str(j[1]).ljust(8), '->',j[0]#indices -> distance

输出：

(7, 8)   -> 2.5e-05
(1, 2)   -> 2.5e-05
(5, 6)   -> 2.5e-05
(8, 9)   -> 2.5e-05
(11, 12) -> 2.5e-05
(12, 13) -> 2.5e-05
(4, 5)   -> 2.6e-05
(9, 10)  -> 2.6e-05
(2, 3)   -> 2.6e-05
(6, 7)   -> 2.6e-05
(7, 9)   -> 5e-05
(3, 4)   -> 5e-05
(11, 13) -> 5e-05
(4, 6)   -> 5.1e-05
(6, 8)   -> 5.1e-05
(8, 10)  -> 5.1e-05
(10, 11) -> 5.1e-05
(0, 1)   -> 5.1e-05
(1, 3)   -> 5.1e-05
(5, 7)   -> 5.1e-05
(7, 10)  -> 7.6e-05
(3, 5)   -> 7.6e-05
(0, 2)   -> 7.6e-05
(2, 4)   -> 7.6e-05
(5, 8)   -> 7.6e-05
(6, 9)   -> 7.6e-05
(10, 12) -> 7.6e-05
(9, 11)  -> 7.7e-05
(4, 7)   -> 7.7e-05
(3, 6)   -> 0.000101
(1, 4)   -> 0.000101
(5, 9)   -> 0.000101
(10, 13) -> 0.000101
(2, 5)   -> 0.000102
(4, 8)   -> 0.000102
(6, 10)  -> 0.000102
(8, 11)  -> 0.000102
(9, 12)  -> 0.000102
(0, 3)   -> 0.000102
(7, 11)  -> 0.000127
(1, 5)   -> 0.000127
(2, 6)   -> 0.000127
(3, 7)   -> 0.000127
(4, 9)   -> 0.000127
(5, 10)  -> 0.000127
(8, 12)  -> 0.000127
(9, 13)  -> 0.000127
(7, 12)  -> 0.000152
(0, 4)   -> 0.000152
(1, 6)   -> 0.000152
(3, 8)   -> 0.000152
(8, 13)  -> 0.000152
(4, 10)  -> 0.000153
(6, 11)  -> 0.000153
(2, 7)   -> 0.000153
(7, 13)  -> 0.000177
(3, 9)   -> 0.000177
(0, 5)   -> 0.000178
(2, 8)   -> 0.000178
(5, 11)  -> 0.000178
(6, 12)  -> 0.000178
(1, 7)   -> 0.000178
(0, 6)   -> 0.000203
(1, 8)   -> 0.000203
(2, 9)   -> 0.000203
(3, 10)  -> 0.000203
(5, 12)  -> 0.000203
(6, 13)  -> 0.000203
(4, 11)  -> 0.000204
(1, 9)   -> 0.000228
(5, 13)  -> 0.000228
(2, 10)  -> 0.000229
(4, 12)  -> 0.000229
(0, 7)   -> 0.000229
(0, 8)   -> 0.000254
(1, 10)  -> 0.000254
(3, 11)  -> 0.000254
(4, 13)  -> 0.000254
(0, 9)   -> 0.000279
(3, 12)  -> 0.000279
(2, 11)  -> 0.00028
(3, 13)  -> 0.000304
(0, 10)  -> 0.000305
(1, 11)  -> 0.000305
(2, 12)  -> 0.000305
(1, 12)  -> 0.00033
(2, 13)  -> 0.00033
(1, 13)  -> 0.000355
(0, 11)  -> 0.000356
(0, 12)  -> 0.000381
(0, 13)  -> 0.000406

所以最小的集合是（数据[7]，数据[8]）

如果你在计算之前对数据进行排序，你可以很容易地从输出中找到这样的最小距离

#This is pseudocode.
x[n] = data[n] - data[n-1]
min(x)

这是评论而不是回答。

检查算法时使用此输出

Python代码：

import itertools

data = [
0.000000, #data[0]
0.000051, #data[1]
0.000076, #data[2]
0.000102, #data[3]
0.000152, #data[4]
0.000178, #data[5]
0.000203, #data[6]
0.000229, #data[7]
0.000254, #data[8]
0.000279, #data[9]
0.000305, #data[10]
0.000356, #data[11]
0.000381, #data[12]
0.000406  #data[13]
]

for j in sorted((abs(i[0][0]-i[1][0]), (i[0][1],i[1][1])) for i in itertools.combinations( zip(data,range(len(data))), 2)):
    print str(j[1]).ljust(8), '->',j[0]#indices -> distance

输出：

(7, 8)   -> 2.5e-05
(1, 2)   -> 2.5e-05
(5, 6)   -> 2.5e-05
(8, 9)   -> 2.5e-05
(11, 12) -> 2.5e-05
(12, 13) -> 2.5e-05
(4, 5)   -> 2.6e-05
(9, 10)  -> 2.6e-05
(2, 3)   -> 2.6e-05
(6, 7)   -> 2.6e-05
(7, 9)   -> 5e-05
(3, 4)   -> 5e-05
(11, 13) -> 5e-05
(4, 6)   -> 5.1e-05
(6, 8)   -> 5.1e-05
(8, 10)  -> 5.1e-05
(10, 11) -> 5.1e-05
(0, 1)   -> 5.1e-05
(1, 3)   -> 5.1e-05
(5, 7)   -> 5.1e-05
(7, 10)  -> 7.6e-05
(3, 5)   -> 7.6e-05
(0, 2)   -> 7.6e-05
(2, 4)   -> 7.6e-05
(5, 8)   -> 7.6e-05
(6, 9)   -> 7.6e-05
(10, 12) -> 7.6e-05
(9, 11)  -> 7.7e-05
(4, 7)   -> 7.7e-05
(3, 6)   -> 0.000101
(1, 4)   -> 0.000101
(5, 9)   -> 0.000101
(10, 13) -> 0.000101
(2, 5)   -> 0.000102
(4, 8)   -> 0.000102
(6, 10)  -> 0.000102
(8, 11)  -> 0.000102
(9, 12)  -> 0.000102
(0, 3)   -> 0.000102
(7, 11)  -> 0.000127
(1, 5)   -> 0.000127
(2, 6)   -> 0.000127
(3, 7)   -> 0.000127
(4, 9)   -> 0.000127
(5, 10)  -> 0.000127
(8, 12)  -> 0.000127
(9, 13)  -> 0.000127
(7, 12)  -> 0.000152
(0, 4)   -> 0.000152
(1, 6)   -> 0.000152
(3, 8)   -> 0.000152
(8, 13)  -> 0.000152
(4, 10)  -> 0.000153
(6, 11)  -> 0.000153
(2, 7)   -> 0.000153
(7, 13)  -> 0.000177
(3, 9)   -> 0.000177
(0, 5)   -> 0.000178
(2, 8)   -> 0.000178
(5, 11)  -> 0.000178
(6, 12)  -> 0.000178
(1, 7)   -> 0.000178
(0, 6)   -> 0.000203
(1, 8)   -> 0.000203
(2, 9)   -> 0.000203
(3, 10)  -> 0.000203
(5, 12)  -> 0.000203
(6, 13)  -> 0.000203
(4, 11)  -> 0.000204
(1, 9)   -> 0.000228
(5, 13)  -> 0.000228
(2, 10)  -> 0.000229
(4, 12)  -> 0.000229
(0, 7)   -> 0.000229
(0, 8)   -> 0.000254
(1, 10)  -> 0.000254
(3, 11)  -> 0.000254
(4, 13)  -> 0.000254
(0, 9)   -> 0.000279
(3, 12)  -> 0.000279
(2, 11)  -> 0.00028
(3, 13)  -> 0.000304
(0, 10)  -> 0.000305
(1, 11)  -> 0.000305
(2, 12)  -> 0.000305
(1, 12)  -> 0.00033
(2, 13)  -> 0.00033
(1, 13)  -> 0.000355
(0, 11)  -> 0.000356
(0, 12)  -> 0.000381
(0, 13)  -> 0.000406

所以最小的集合是（数据[7]，数据[8]）

如果你在计算之前对数据进行排序，你可以很容易地从输出中找到这样的最小距离

#This is pseudocode.
x[n] = data[n] - data[n-1]
min(x)

这是评论而不是回答。

检查算法时使用此输出

Python代码：

import itertools

data = [
0.000000, #data[0]
0.000051, #data[1]
0.000076, #data[2]
0.000102, #data[3]
0.000152, #data[4]
0.000178, #data[5]
0.000203, #data[6]
0.000229, #data[7]
0.000254, #data[8]
0.000279, #data[9]
0.000305, #data[10]
0.000356, #data[11]
0.000381, #data[12]
0.000406  #data[13]
]

for j in sorted((abs(i[0][0]-i[1][0]), (i[0][1],i[1][1])) for i in itertools.combinations( zip(data,range(len(data))), 2)):
    print str(j[1]).ljust(8), '->',j[0]#indices -> distance

输出：

(7, 8)   -> 2.5e-05
(1, 2)   -> 2.5e-05
(5, 6)   -> 2.5e-05
(8, 9)   -> 2.5e-05
(11, 12) -> 2.5e-05
(12, 13) -> 2.5e-05
(4, 5)   -> 2.6e-05
(9, 10)  -> 2.6e-05
(2, 3)   -> 2.6e-05
(6, 7)   -> 2.6e-05
(7, 9)   -> 5e-05
(3, 4)   -> 5e-05
(11, 13) -> 5e-05
(4, 6)   -> 5.1e-05
(6, 8)   -> 5.1e-05
(8, 10)  -> 5.1e-05
(10, 11) -> 5.1e-05
(0, 1)   -> 5.1e-05
(1, 3)   -> 5.1e-05
(5, 7)   -> 5.1e-05
(7, 10)  -> 7.6e-05
(3, 5)   -> 7.6e-05
(0, 2)   -> 7.6e-05
(2, 4)   -> 7.6e-05
(5, 8)   -> 7.6e-05
(6, 9)   -> 7.6e-05
(10, 12) -> 7.6e-05
(9, 11)  -> 7.7e-05
(4, 7)   -> 7.7e-05
(3, 6)   -> 0.000101
(1, 4)   -> 0.000101
(5, 9)   -> 0.000101
(10, 13) -> 0.000101
(2, 5)   -> 0.000102
(4, 8)   -> 0.000102
(6, 10)  -> 0.000102
(8, 11)  -> 0.000102
(9, 12)  -> 0.000102
(0, 3)   -> 0.000102
(7, 11)  -> 0.000127
(1, 5)   -> 0.000127
(2, 6)   -> 0.000127
(3, 7)   -> 0.000127
(4, 9)   -> 0.000127
(5, 10)  -> 0.000127
(8, 12)  -> 0.000127
(9, 13)  -> 0.000127
(7, 12)  -> 0.000152
(0, 4)   -> 0.000152
(1, 6)   -> 0.000152
(3, 8)   -> 0.000152
(8, 13)  -> 0.000152
(4, 10)  -> 0.000153
(6, 11)  -> 0.000153
(2, 7)   -> 0.000153
(7, 13)  -> 0.000177
(3, 9)   -> 0.000177
(0, 5)   -> 0.000178
(2, 8)   -> 0.000178
(5, 11)  -> 0.000178
(6, 12)  -> 0.000178
(1, 7)   -> 0.000178
(0, 6)   -> 0.000203
(1, 8)   -> 0.000203
(2, 9)   -> 0.000203
(3, 10)  -> 0.000203
(5, 12)  -> 0.000203
(6, 13)  -> 0.000203
(4, 11)  -> 0.000204
(1, 9)   -> 0.000228
(5, 13)  -> 0.000228
(2, 10)  -> 0.000229
(4, 12)  -> 0.000229
(0, 7)   -> 0.000229
(0, 8)   -> 0.000254
(1, 10)  -> 0.000254
(3, 11)  -> 0.000254
(4, 13)  -> 0.000254
(0, 9)   -> 0.000279
(3, 12)  -> 0.000279
(2, 11)  -> 0.00028
(3, 13)  -> 0.000304
(0, 10)  -> 0.000305
(1, 11)  -> 0.000305
(2, 12)  -> 0.000305
(1, 12)  -> 0.00033
(2, 13)  -> 0.00033
(1, 13)  -> 0.000355
(0, 11)  -> 0.000356
(0, 12)  -> 0.000381
(0, 13)  -> 0.000406

所以最小的集合是（数据[7]，数据[8]）

如果你在计算之前对数据进行排序，你可以很容易地从输出中找到这样的最小距离

#This is pseudocode.
x[n] = data[n] - data[n-1]
min(x)

根据当前输入文件，这将计算最近距离：

sort -u points.dat \
| xargs -n2 -J{} echo {} "- _1 * p" \
| dc \
| sort -u \
| sed '1!d;s/^\./0./'

sort -n -u points.dat \
| sed '1!p' \
| paste - - \
| head -n-1 \
| xargs -n2 -I{} echo {} "- _1 * p" \
| dc \
| sort -n -u \
| sed '1!d;s/^\./0./'

你应该发布你的最终输入文件以获得更准确的答案

编辑： 这将是一个更精确的距离：

sort -u points.dat \
| xargs -n2 -J{} echo {} "- _1 * p" \
| dc \
| sort -u \
| sed '1!d;s/^\./0./'

sort -n -u points.dat \
| sed '1!p' \
| paste - - \
| head -n-1 \
| xargs -n2 -I{} echo {} "- _1 * p" \
| dc \
| sort -n -u \
| sed '1!d;s/^\./0./'

根据当前输入文件，这将计算最近距离：

sort -u points.dat \
| xargs -n2 -J{} echo {} "- _1 * p" \
| dc \
| sort -u \
| sed '1!d;s/^\./0./'

sort -n -u points.dat \
| sed '1!p' \
| paste - - \
| head -n-1 \
| xargs -n2 -I{} echo {} "- _1 * p" \
| dc \
| sort -n -u \
| sed '1!d;s/^\./0./'

你应该发布你的最终输入文件以获得更准确的答案

编辑： 这将是一个更精确的距离：

sort -u points.dat \
| xargs -n2 -J{} echo {} "- _1 * p" \
| dc \
| sort -u \
| sed '1!d;s/^\./0./'

sort -n -u points.dat \
| sed '1!p' \
| paste - - \
| head -n-1 \
| xargs -n2 -I{} echo {} "- _1 * p" \
| dc \
| sort -n -u \
| sed '1!d;s/^\./0./'

根据当前输入文件，这将计算最近距离：

sort -u points.dat \
| xargs -n2 -J{} echo {} "- _1 * p" \
| dc \
| sort -u \
| sed '1!d;s/^\./0./'

sort -n -u points.dat \
| sed '1!p' \
| paste - - \
| head -n-1 \
| xargs -n2 -I{} echo {} "- _1 * p" \
| dc \
| sort -n -u \
| sed '1!d;s/^\./0./'

你应该发布你的最终输入文件以获得更准确的答案

编辑： 这将是一个更精确的距离：

sort -u points.dat \
| xargs -n2 -J{} echo {} "- _1 * p" \
| dc \
| sort -u \
| sed '1!d;s/^\./0./'

sort -n -u points.dat \
| sed '1!p' \
| paste - - \
| head -n-1 \
| xargs -n2 -I{} echo {} "- _1 * p" \
| dc \
| sort -n -u \
| sed '1!d;s/^\./0./'

根据当前输入文件，这将计算最近距离：

sort -u points.dat \
| xargs -n2 -J{} echo {} "- _1 * p" \
| dc \
| sort -u \
| sed '1!d;s/^\./0./'

sort -n -u points.dat \
| sed '1!p' \
| paste - - \
| head -n-1 \
| xargs -n2 -I{} echo {} "- _1 * p" \
| dc \
| sort -n -u \
| sed '1!d;s/^\./0./'

你应该发布你的最终输入文件以获得更准确的答案

编辑： 这将是一个更精确的距离：

sort -u points.dat \
| xargs -n2 -J{} echo {} "- _1 * p" \
| dc \
| sort -u \
| sed '1!d;s/^\./0./'

sort -n -u points.dat \
| sed '1!p' \
| paste - - \
| head -n-1 \
| xargs -n2 -I{} echo {} "- _1 * p" \
| dc \
| sort -n -u \
| sed '1!d;s/^\./0./'

你的意思是

cat points.dat

？此外，UOOC（无用的

cat

）：

cut

接受文件名参数。此外，在这种情况下，

sort-u

无需将

sort

的输出管道化到

uniq

。是否所有数字都是正数，并指定为小数点前6位，小数点前有一位？如果不是，您需要查看数字排序选项。您的意思是

cat points.dat

？此外，UOOC（无用的

cat

）：

cut

接受文件名参数。此外，在这种情况下，

sort-u

无需将

sort

的输出管道化到

uniq

。是否所有数字都是正数，并指定为小数点前6位，小数点前有一位？如果不是，您需要查看数字排序选项。您的意思是

cat points.dat

？此外，UOOC（无用的

cat

）：

cut

接受文件名参数。此外，在这种情况下，

sort-u

无需将

sort

的输出管道化到

uniq

。是否所有数字都是正数，并指定为小数点前6位，小数点前有一位？如果不是，您需要查看数字排序选项。您的意思是

cat points.dat

？此外，UOOC（无用的

cat

）：

cut

接受文件名参数。此外，在这种情况下，

sort-u

无需将

sort

的输出管道化到

uniq

。是否所有数字都是正数，并指定为小数点前6位，小数点前有一位？如果没有，则需要查看数字排序选项。