文件按行随机排列
2014-04-05 10:52
204 查看
今天碰到了个需求,就是我需要在一个文件里随机抽一些行出来做训练集,剩下的做测试集。因为原来的文件排列有一定的顺序可能影响结果,所以不能直接head或者tail。我以为肯定有个命令很方便的完成这件事情,结果搜了半天没搜到可以直接用的(可能还是有,只是我太蠢没有找到。。。),结果发现了一个博客是用c结合shell做的,感觉还挺不错。思路就是用c把文件每行的尾部加上一个随机数(各行后面的随机数不重复),之后再用shell按最后一列排序就好。
原文在这里:http://blog.csdn.net/liyuxia713/article/details/7445592
备份下代码在下面:
恩补充一下sort:
-n表示按数值排序
-k是第几列(从1计数)
-t指定分割符 (如果在命令行里tab可以用ctrl+v+i)
原文在这里:http://blog.csdn.net/liyuxia713/article/details/7445592
备份下代码在下面:
//random.c #include <stdlib.h> #include <stdio.h> #include <string.h> #include <time.h> using namespace std; const int LEN = 4098; //返回属于[p,q)的随机整数 int rand(int p, int q) { int size = q-p+1; return p+ rand()%size; } //交换两个元素值 void swap(int& a , int& b) { int temp = a; a = b; b = temp; } //打印数组值 void print(int *v, int n) { for(int i=0; i < n ; i++) { printf("%u\n", v[i]); } } //给数组a , 随机不重复赋值[1,n]之间的数 void randomize(int *v, int n) { //initialize for(int i=0; i < n; i++) { v[i] = i+1; } for(int i=n-1; i>0; i--) { int r = rand(0,i+1); swap(v[r], v[i]); } } //删除换行符 int chomp(char *str) { int len = strlen(str); while(len > 0 && (str[len - 1] == '\n' || str[len - 1] == '\r')) { str[len - 1] = 0; len--; } return len; } //主函数 int main(int argc, char *argv[]) { int line_num = atoi(argv[1]); printf("%u\n",line_num); int *value = (int*)malloc((line_num) * sizeof(int)); printf("%u\n",line_num); randomize(value, line_num); //print(value, N); FILE* infile = fopen(argv[2], "r"); if( infile == NULL ) { printf("Cann't open file %s.", argv[1]); return 0; } FILE* outfile = fopen(argv[3], "w"); if( outfile == NULL) { printf("Cann't open file %s to write.", argv[2]); return 0; } int i=0; char str[LEN]; str[0] = 0; str[LEN-1] = 0; while( !feof(infile) ) { if( !fgets(str, sizeof(str),infile)) { break; } str[LEN- 1] = 0; chomp(str); fprintf(outfile, "%s\t%u\n", str, value[i]); i++; } fclose(infile); fclose(outfile); return 0; }
#!/bin/sh ### note: sh random.sh in_fname out_fname ### infile=$1 outfile=$2 line_num=`cat $infile | wc -l ` ./random $line_num $infile $outfile.tmp sort $outfile.tmp -k 2 -n -t ' ' | cut -f1 > $outfile
恩补充一下sort:
-n表示按数值排序
-k是第几列(从1计数)
-t指定分割符 (如果在命令行里tab可以用ctrl+v+i)
相关文章推荐
- 将文件内容按行随机排列
- 将文件内容按行随机排列
- C语言实现文件内容按行随机排列的算法示例
- 给定一个最多包含40亿个随机排列的32位整数的顺序文件,找出一个不在文件中的32位整数。
- 在一个包含40亿个随机排列的32位整数的顺序文件中(注意随机排序),找出一个不再文件中的32位整数
- 根据给定概率随机按行分割文件
- 给定一个最多包含40亿个随机排列的32位整数的顺序文件,找出一个不在文件中的32位整数
- 随机抽取文件内容中的一行
- 文件的读写、二进制文件的读写、文件随机读写
- Median-求中位数,文件中数字升序排列
- 随机文件生成器
- 随机排列生成算法的一些随想
- 读取文件中的随机一行 Random Probability
- 随机读取文件做算checksum shell 脚本
- Python随机读取文件实现实例
- STL系列十一 随机三趣题——随机重排,文件中随机取一行,生成N个随机数
- linux shell 按行读取文件
- 学生信息键盘输入成绩并反转比较器进行降序排列存入TreeSet写入文件示例
- MFC 文件按行读写 CStdioFile
- JavaIO之RandomAccessFile随机访问文件