从另一个数组中移除特定的数组元素

Question

问题-我有两个数组如下所示。

my @arr1 = qw( jon won don pon );
my @arr2 = qw( son kon bon won kon don pon won pon don won);

我需要从@arr2 2中删除@arr2 1的第一个匹配元素，即在上面的示例中，我需要从@arr2 2中移除原元素。

目前，我的逻辑如下。

#!/usr/bin/perl
my @arr1 = qw( jon won don pon );
my @arr2 = qw( son kon bon won kon don pon won pon don won);
my @remove_indices = ();
my $remove_element;
my $first_remove_index;
OUTER_FOR: for my $i (0..@arr2) {
    $outer_element = $arr2[$i];
    foreach my $innr_element ( @arr1 ) {
        if($innr_element eq $outer_element) {
            push(@remove_indices, $i);
            $first_remove_index = $i;
            $remove_element = $innr_element;
            last OUTER_FOR;
        }
    }
}

for my $i ($first_remove_index+1..@arr2) {
    $outer_element = $arr2[$i];
    if($remove_element eq $outer_element) {
        push(@remove_indices, $i);
    }
}

if (@remove_indices > 0) {
        map {splice (@arr2, $_, 1)} reverse(@remove_indices);
                                    }

print "@arr2";

但它似乎是典型的C/C++风格的逻辑。我不能用哈希。有什么perl方法可以这样做吗？

Answer 1

下面是另一种方法(假设您希望删除第一个匹配元素的所有出现)：

use strict;
use warnings;

my @arr1 = qw(jon won don pon);
my @arr2 = qw(son kon bon won kon don pon won pon don won);

for my $elem (@arr2){
    if(grep { $_ eq $elem } @arr1){
        @arr2 = grep { $_ ne $elem } @arr2;
        last;
    }
}

print "@arr2";

输出：

son kon bon kon don pon pon don

Answer 2

病毒，当然您可以使用散列来解决这个问题。

实际上，如果在示例中扩展一个或两个数组的大小，那么它将提供更好的CPU使用量。

use strict;

my @arr1 = qw(jon won don pon);
my @arr2 = qw(son kon bon won kon don pon won pon don won);

my $i;
my %h;
for (@arr2) { push @{$h{$_} }, $i++ }
for my $a (@arr1) {
    if (exists $h{$a}) {
        for (@{$h{$a}}) {
            $arr2[$_] = '';
        }
        last;
    }
}

@arr2 = grep { length } @arr2;
print "@arr2\n";

我对不同的解决方案的相对效率感到好奇，并编写了一个测试程序来测试它们。当你使用你的测试数据时，你会很高兴地知道你的程序是好的。但是当数组的大小开始增长时，就不会了！

下面的内容有点疯狂，我知道，但不管怎样。但是，如果您每天要运行您的应用程序数以百万计的次数，那么您可能会受益于对您的硬件进行一些基准测试。所以请容忍我:)

以下是5个解决方案的相对CPU时间，按上面发布的顺序排列(最经济的是显示为"1")。第一个结果列使用在您的示例中使用的数据保存CPU时间，下面三个列增加了两个数组中的一个或两个数组，其前缀为50个元素，这些元素的内容在另一个数组中找不到。

First array                @arr1     @arr1   @arr1+50  @arr1+50
Second array               @arr2   @arr2+50    @arr2   @arr2+50

Your program                 1         7         3        45
Grep approach 1              1         6         3        43
Grep approach 2              3         9        33       160
Convert to string            2         4         3         6
Using hash                   2         6         2         7

当在测试数据上运行时，哈希解决方案的CPU密集型是您的两倍。但是，如果将第二个数组扩展50个元素，则哈希会稍微好一些，因为您的CPU时间现在已经增加到7个，而哈希方法已经从2个增加到6个。但是如果这两个数组都更大，那么程序需要的CPU是原始数据的45倍，而哈希程序只需要3.5倍(从2到7)。

显然，随着数组大小的增长，它们都需要更多的CPU时间，但不是以相同的比例增长，而且它们的减速也不是线性的。它们可能也会被稍微调整一下，我想结果会在不同的硬件平台上发生变化，但这些应该可以合理地表明它们的相对效率。下面是原始数组由100个元素而不是50个元素生成的时间。

First array                @arr1     @arr1  @arr1+100  @arr1+100
Second array               @arr2  @arr2+100    @arr2   @arr2+100

Your program                 1        12         5       173
Grep approach 1              1        12         4       162
Grep approach 2              3        16        68       612
Convert to string            2         7         5        12
Using hash                   2        11         3        12

因此，对于是否应该采用第四种方法(将测试数组转换为单个字符串，然后通过regex，一个死掉的perl程序员的解决方案)和第五种方法(使用哈希)，这是一种猜测。稍微地说，“转换为字符串”的方法更好，这对许多程序员来说是违反直觉的。它也很短，也很容易阅读。

底线是..。如果您使用的数据集类似于示例中的数据集，那么您的代码很好(尽管您应该在INNER_LOOP: to read“(0..$#arr2)”中修复“(0.@arr2 2)”)。

否则，使用第4或第5取决于你的口味。我个人会选择一个不是我的，“转换到字符串”程序，只要我100%确定加入字符不会出现在数据中。

我想我最好现在回去做一些有成效的事情:)

Answer 3

您可以使用一个简单的for循环，并在找到匹配时使用last退出循环。使用grep删除关键字。

use strict;
use warnings;

my @arr1 = qw( jon won don pon );
my @arr2 = qw( son kon bon won kon don pon won pon don won);
my @out;
for my $word (@arr1) {
    my @new = grep !/^\Q$word\E$/, @arr2;
    if (@new != @arr2) {
        print "'$word' found\n";
        @out = @new;
        last;
    }
}
print "@out";

请注意，我使用\Q ...\E禁用可能的regex元字符。!=比较将比较数组大小，当发现差异时，我们知道我们找到了匹配的数组。