在awk中的'inf‘不是这样的'-inf’

Question

给定一个数字列文件，称为f，下面的Awk代码将返回最大值

cat f | awk    '   BEGIN {max = -inf}
                       {if ($1>max) max=$1} 
                   END { print max }
               '

同样的获得最小值的方法不会产生任何结果

cat f | awk '
               BEGIN  {min = inf}
                  {if ($1

但是，如果我不使用inf，而是从min = [some large number]开始，如果数字足够大，取决于文件中的内容，那么修改后的代码可以工作。

为什么inf不能工作，并且有什么方法可以使min案例像max案例那样工作，而不需要知道文件中有什么？

Answer 1

<#>实际<#><#>任务最好通过初始化您的最大值/min值来解决，而不是通过假想的“最小”或“最大”数字来解决(在本例中，这个值可能不是在您正在使用的框架中实现)，而是通过使用实际数据来初始化它。这样，它总是保证提供一个有意义的结果。

在您的示例中，您可以使用遇到的第一个值(即第一行中的条目)分别通过添加规则来初始化max和min。

NR==1{min=$1}

到您的awk脚本。然后，如果第一个值已经是最小值，那么后续的测试将不会覆盖它，最终将产生正确的结果。对于最大值的搜索也是如此，因此在组合搜索中，可以声明

NR==1{max=min=$1}

As是因为您使用 inf <#><#>的方法没有在awk上工作，而-inf似乎在评论您的问题时给出了一个很好的解释，为了完整起见，我也将对此进行总结：

• 在awk中，变量是“动态类型的”，也就是说，根据使用情况，所有变量都可以是字符串或数字(但awk会“记住”上次使用的内容，并将该信息保留在下一次操作中使用)。
• 每当在代码中找到涉及变量的算术操作时，awk将尝试将该变量的内容解释为一个数字，并执行操作，如果成功，则从该变量中键入数字。
• 任何尚未被赋值的变量的默认值是空字符串，它在算术操作中被解释为0。
• 变量名称(*) inf在awk中没有特殊意义，因此在使用时，它是一个空变量，它将在算术表达式(如-inf )中计算为0。因此，如果数据都是正的，那么初始化为max变量为-inf的“最大搜索”可以工作，因为-inf只是0(因此，最小的非负数)。
• 但是，在“最小搜索”问题中，将min初始化为inf将变量初始化为空字符串，因为不存在需要将空字符串自动转换为数字的算术操作。
• 因此，在后面的比较中，if ($1$1与字符串值进行比较，这就是为什么awk也将$1视为字符串，并执行字典比较而不是数字比较。
• 但是，从词典的角度来看，没有什么比空字符串更“小”了，因此min从未得到新的值。因此，在END部分中，语句prints打印(仍然)空字符串。

(*)参见斯蒂芬·凯特的回答中的"inf"内容字符串在awk中的实际意义。

Answer 2

您的方法不起作用，因为在GNU中，inf在其默认的非POSIX模式中没有特殊意义。因此，它被解释为变量名，并且由于变量没有被设置为任何内容，它的值在算术上下文中为0，而在字符串上下文中为空字符串。因此，只有当最大值为正(因为max是在算术上下文中初始化的)时，代码才会找到最大值，而不会找到最小值(因为min是在字符串上下文中初始化的)；有关详细信息，请参阅行政蜜蜂的回答。

要确定文件(或流)中的最小值和/或最大值，应遵循行政蜜蜂的回答中提供的建议。

但是，如果使用GNU，则可以计算log(0)以正无穷大或负无穷大初始化变量，并以类似于您的方法的方式使用该方法：

BEGIN { max = log(0) }
$1 > max { max = $1 }
END { print max }

BEGIN { min = -log(0) }
$1 < min { min = $1 }
END { print min}

与初始化第一行的值相比，这种方法的唯一优点是，当没有处理任何值时，它提供了独特的结果--正无穷大或负无穷大最终都是没有看到值的可靠指标。(还有其他方法来确定这一点，包括从第一行初始化时检查空字符串，而不是0。)

对于POSIX模式下的GNU (POSIXLY_CORRECT=1)或其他兼容POSIX的AWK解释器(如mawk )，在算术上下文中将"inf"作为字符串提供将产生无穷大，这要归功于strtod：

BEGIN { max = "-inf" + 0 }
$1 > max { max = $1 }
END { print max }

BEGIN { min = "+inf" + 0 }
$1 < min { min = $1 }
END { print min}

Answer 3

实际上，存在三个无穷大的值：-inf +inf和inf，为了增加问题的复杂性，在awk中有引用和未引用的代码常量。

为了说明我的意思，请尝试如下( awk 4.2.1 (当前Debian 10)中的shell代码)：

for cmd in original-awk "busybox awk" mawk nawk awk; do
    printf '%-6.5s' "$cmd"
    $cmd 'BEGIN {
        a="-inf";b="+inf";c="inf";
        d= -inf ;e= +inf; f= inf;
        printf "-∞%4s%4s +∞%4s%4s ∞%4s%4s | -∞%4s%4s +∞%4s%4s ∞%4s%4s\n",a,a+0,b,b+0,c,c+0,d,d+0,e,e+0,f,f+0}
    ' file

得到：

bawk  -∞-inf-inf +∞+inf inf ∞ inf inf | -∞   0   0 +∞       0 ∞       0
busyb -∞-inf-inf +∞+inf inf ∞ inf inf | -∞   0   0 +∞   0   0 ∞       0
mawk  -∞-inf-inf +∞+inf inf ∞ inf inf | -∞   0   0 +∞   0   0 ∞       0
nawk  -∞-inf-inf +∞+inf inf ∞ inf   0 | -∞   0   0 +∞   0   0 ∞       0
gawk  -∞-inf-inf +∞+inf inf ∞ inf   0 | -∞   0   0 +∞   0   0 ∞       0

该表列出了引用和未引用的变量赋值(abcdef)。对于每一种情况，由awk读取并转换为number (var+0)的值。

这意味着，即使在数字、"-inf"被转换为数字inf (没有符号)时，"inf"仍然保持不变，引用的D8可能会根据实现(在nawk和gawk中为0)变成inf或0。

当没有引号时，-inf和+inf都变成0 (除了在bawk中，+∞被理解为空字符串"“并转换为0)。

奇怪的是，当没有引用时，所有inf都被解释为空字符串。

但所有未引用的-inf、+inf和inf在用作var+0时都变为0。

因此，对于您想要做的事情，您需要引用"-inf"和"+inf"，而不是inf：

cat file | awk  '  BEGIN { max = "-inf"+0; min = "+inf"+0 }
                         { if ($1>max) max=$1
                           if ($1

也许，一种更容易(而不是portable0 )理解它的方法是执行：

gawk 'BEGIN{
               a="-inf";b="+inf";c="inf";
               d= -inf ;e= +inf; f= inf;

               print a,   typeof(a),   b,   typeof(b),   c,   typeof(c)
               print a+0, typeof(a+0), b+0, typeof(b+0), c+0, typeof(c+0)

               print d,typeof(d),e,typeof(e),f,typeof(f)
               print d+0,typeof(d+0),e+0,typeof(e+0),f+0,typeof(f+0)
      }'

它将打印：

-inf string +inf string inf string
-inf number inf number 0 number
0 number 0 number  unassigned
0 number 0 number 0 number

当然，正确和可移植的解决方案是从一开始就给max和min变量赋值：

cat file | awk  '  NR==1 { min = max = $1 }
                         { if ($1>max) max=$1
                           if ($1

-

描述从awk手册上是：

• 有了--posix命令行选项，gawk就变成了“放手”。字符串值直接传递给系统库的strtod()函数，如果它成功地返回一个数值，则使用该值。根据定义，结果不能跨不同系统移植。它们也有点令人惊讶：

$ -| inf $ echo 0xDeadBeef gawk --posix '{打印$1 +0 }‘-| 3735928559

• 如果没有--posix，gawk将特别解释四个字符串值‘+inf’、‘-inf’、‘+nan’和‘-nan’，从而生成相应的特殊数值。前导符号向gawk (和用户)传递一个信号，表示该值实际上是数字的。不支持十六进制浮点数(除非您也使用--非十进制数据，这是不推荐的)。例如：

$ echo nanny gawk '{ print $1 +0 }‘-| 0$ echo +nan gawk '{ print $1 +0 }’-| +nan $ 0xDeadBeef颇具gawk '{ print $1 +0 }‘-| 0 gawk忽略四个特殊值中的大小写。因此，‘+NaN’和‘+NaN’是相同的。除了处理输入，gawk还需要在输出值为NaN或无穷大时打印“正确”值。从4.2.2版本开始，对于这些值，gawk打印了刚才描述的四个字符串中的一个：‘+inf’、‘-inf’、‘+nan’或‘-nan’。类似地，在POSIX模式下，gawk使用值的%g格式字符串打印系统的C printf()函数的结果，不管是什么。