Как я могу быстро суммировать все числа в файле?


У меня есть файл, который содержит несколько тысяч номеров, каждый на своей собственной строке:

34
42
11
6
2
99
...

Я ищу, чтобы написать скрипт, который будет выводить сумму всех чисел в файле. У меня есть решение, но оно не очень эффективно. (Это занимает несколько минут.) Я ищу более эффективное решение. Есть предложения?

26 160

26 ответов:

для Perl one-liner, это в основном то же самое, что и awk решение ответ Аймана Урии:

 % perl -nle '$sum += $_ } END { print $sum'

если вам интересно, что делают Perl one-liners, вы можете отойти от них:

 %  perl -MO=Deparse -nle '$sum += $_ } END { print $sum'

результатом является более подробная версия программы, в форме, которую никто никогда не будет писать самостоятельно:

BEGIN { $/ = "\n"; $\ = "\n"; }
LINE: while (defined($_ = <ARGV>)) {
    chomp $_;
    $sum += $_;
}
sub END {
    print $sum;
}
-e syntax OK

просто для смеха, я попробовал это с файлом, содержащим 1,000,000 чисел (в диапазоне 0 - 9,999). На моем Mac Pro, это возвращается практически мгновенно. Это очень плохо, потому что я надеялся использовать mmap было бы очень быстро, но это точно в то же время:

use 5.010;
use File::Map qw(map_file);

map_file my $map, $ARGV[0];

$sum +=  while $map =~ m/(\d+)/g;

say $sum;

вы можете использовать awk:

awk '{ sum +=  } END { print sum }' file

ни одно из решений до сих пор не использует paste. Вот один из них:

paste -sd+ filename | bc

в качестве примера вычислите Σn, где 1

$ seq 100000 | paste -sd+ | bc -l
5000050000

(для любопытных, seq n будет печатать последовательность чисел из 1 до n дано положительное число n.)

просто для удовольствия, давайте сравним его:

$ for ((i=0; i<1000000; i++)) ; do echo $RANDOM; done > random_numbers

$ time perl -nle '$sum += $_ } END { print $sum' random_numbers
16379866392

real    0m0.226s
user    0m0.219s
sys     0m0.002s

$ time awk '{ sum +=  } END { print sum }' random_numbers
16379866392

real    0m0.311s
user    0m0.304s
sys     0m0.005s

$ time { { tr "\n" + < random_numbers ; echo 0; } | bc; }
16379866392

real    0m0.445s
user    0m0.438s
sys     0m0.024s

$ time { s=0;while read l; do s=$((s+$l));done<random_numbers;echo $s; }
16379866392

real    0m9.309s
user    0m8.404s
sys     0m0.887s

$ time { s=0;while read l; do ((s+=l));done<random_numbers;echo $s; }
16379866392

real    0m7.191s
user    0m6.402s
sys     0m0.776s

$ time { sed ':a;N;s/\n/+/;ta' random_numbers|bc; }
^C

real    4m53.413s
user    4m52.584s
sys 0m0.052s

я прервал запуск sed через 5 минут

это работает:

{ tr '\n' +; echo 0; } < file.txt | bc

другой вариант-использовать jq:

$ seq 10|jq -s add
55

-s (--slurp) считывает входные строки в массив.

это прямой Баш:

sum=0
while read -r line
do
    (( sum += line ))
done < file
echo $sum

вот еще один-лайнер

( echo 0 ; sed 's/$/ +/' foo ; echo p ) | dc

это предполагает, что числа являются целыми числами. Если вам нужны десятичные числа, попробуйте

( echo 0 2k ; sed 's/$/ +/' foo ; echo p ) | dc

отрегулируйте 2 на необходимое количество десятичных знаков.

Я предпочитаю использовать GNU datamash для таких задач, потому что он более лаконичен и разборчив, чем perl или awk. Например

datamash sum 1 < myfile

где 1 обозначает первый столбец данных.

cat nums | perl -ne '$sum += $_ } { print $sum'

(то же, что и ответ Брайана д Фоя, без "конца")

просто для удовольствия, давайте сделаем это с PDL, массив математический движок Perl!

perl -MPDL -E 'say rcols(shift)->sum' datafile

rcols считывает столбцы в матрицу (в данном случае 1D) и sum (сюрприз) суммирует все элементы матрицы.

вот решение с использованием python с генератором выражения. Проверено с миллионом номеров на моем старом грубом ноутбуке.

time python -c "import sys; print sum((float(l) for l in sys.stdin))" < file

real    0m0.619s
user    0m0.512s
sys     0m0.028s

Я предпочитаю использовать R для этого:

$ R -e 'sum(scan("filename"))'
sed ':a;N;s/\n/+/;ta' file|bc
$ perl -MList::Util=sum -le 'print sum <>' nums.txt

Perl 6

say sum lines
~$ perl6 -e '.say for 0..1000000' > test.in

~$ perl6 -e 'say sum lines' < test.in
500000500000

еще один для удовольствия

sum=0;for i in $(cat file);do sum=$((sum+$i));done;echo $sum

или другой Баш только

s=0;while read l; do s=$((s+$l));done<file;echo $s

но решение awk, вероятно, лучше, поскольку оно наиболее компактно.

С Ruby:

ruby -e "File.read('file.txt').split.inject(0){|mem, obj| mem += obj.to_f}"

более лаконичен:

# Ruby
ruby -e 'puts open("random_numbers").map(&:to_i).reduce(:+)'

# Python
python -c 'print(sum(int(l) for l in open("random_numbers")))'

Я не знаю, если вы можете получить намного лучше, чем это, учитывая, что вам нужно прочитать весь файл.

$sum = 0;
while(<>){
   $sum += $_;
}
print $sum;

Я не проверял это, но это должно работать:

cat f | tr "\n" "+" | sed 's/+$/\n/' | bc

возможно, вам придется добавить "\n" в строку перед bc (например, через echo), если bc не обрабатывает EOF и EOL...

вот еще:

open(FIL, "a.txt");

my $sum = 0;
foreach( <FIL> ) {chomp; $sum += $_;}

close(FIL);

print "Sum = $sum\n";

вы можете сделать это с помощью утилиты командной строки Alacon для Alasql:

для вычисления суммы из TXT файла вы можете использовать следующую команду:

> node alacon "SELECT VALUE SUM([0]) FROM TXT('mydata.txt')"

это не проще заменить все новые строки + добавьте 0 и отправить его в Ruby переводчик?

(sed -e "s/$/+/" file; echo 0)|irb

если у вас нет irb, вы можете отправить его в bc, но вы должны удалить все строки, кроме последнего (о echo). Лучше использовать tr для этого, если у вас нет доктора философии в sed .

(sed -e "s/$/+/" file|tr -d "\n"; echo 0)|bc

просто смешно:

cat f | tr "\n" "+" | perl -pne chop | R --vanilla --slave

C всегда выигрывает за скорость:

#include <stdio.h>
#include <stdlib.h>

int main(int argc, char **argv) {
    ssize_t read;
    char *line = NULL;
    size_t len = 0;
    double sum = 0.0;

    while (read = getline(&line, &len, stdin) != -1) {
        sum += atof(line);
    }

    printf("%f", sum);
    return 0;
}

время для чисел 1M (та же машина/вход, что и мой ответ python):

$ gcc sum.c -o sum && time ./sum < numbers 
5003371677.000000
real    0m0.188s
user    0m0.180s
sys     0m0.000s