如何將變量切片爲數組索引？

Question

有這樣一個典型的問題：給出一個值列表，檢查它們是否存在於一個數組中。

在awk，關鍵val in array也工作得很好。因此，典型的想法是將所有數據存儲在一個數組中，然後繼續進行檢查。例如，這將打印，其中第一列的值是存在於陣列中的所有行：

awk 'BEGIN {<<initialize the array>>} $1 in array_var' file 

然而，可以初始化所述陣列需要一些時間，因爲val in array檢查該索引val是在array，什麼我們通常存儲在array中的是一組值。

從命令行提供值的情況下，其中這些都是我們要包括作爲數組的索引的元素，這變得更加重要。例如，在該基本實施例（基於一個recent answer of mine，這引發了我的好奇心）：

$ cat file 
hello 23 
bye 45 
adieu 99 
$ awk -v values="hello adieu" 'BEGIN {split(values,v); for (i in v) names[v[i]]} $1 in names' file 
hello 23 
adieu 99 

• split(values,v)切片可變values到一個數組v[1]="hello"; v[2]="adieu"
• for (i in v) names[v[i]]初始化另一個陣列names[]與names["hello"]和names["adieu"]與空值。這樣一來，我們已經準備好爲
• $1 in names來檢查，如果第一列是names[]任何指數。

正如你看到的，我們切到一個臨時變量v稍後初始化最終的和有用的變量names[]。

有沒有初始化數組，而不是設置一起來，然後用它的值作爲最終的索引的索引任何更快的方法？

Answer 1

不，這是最快的（由於哈希查找）和最強大的（由於字符串比較）的方式做你想做的。

此：

BEGIN{split(values,v); for (i in v) names[v[i]]} 

在啓動時發生一次，並會採取接近沒有時間，而這一點：

$1 in array_var 

這對於輸入的每一行發生一次（因此是需要的地方以獲得最佳性能）是散列查找，因此是將字符串值與一組字符串進行比較的最快方法。

Answer 2

不是數組解決方案，但一個技巧是使用模式匹配。消除部分匹配將搜索和數組值與分隔符一起打包。對於你的榜樣，

$ awk -v values="hello adieu" 'FS values FS ~ FS $1 FS' file 
hello 23 
adieu 99