Как быстро суммировать все числа в файле?

Ответ 1

Для однострочного Perl это в основном то же самое, что решение awk в Ayman Hourieh отвечает:

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

Если вам интересно, что делают однострочные Perl, вы можете их отделить:

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

Результат - более подробная версия программы, в форме, которую никто не мог бы написать самостоятельно:

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

Просто для хихиканья, я попробовал это с файлом, содержащим 1 000 000 номеров (в диапазоне 0-9 999). На моем Mac Pro он возвращается практически мгновенно. Это слишком плохо, потому что я надеялся, что использование mmap будет очень быстрым, но в то же время:

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

map_file my $map, $ARGV[0];

$sum += $1 while $map =~ m/(\d+)/g;

say $sum;

Ответ 2

Вы можете использовать awk:

awk '{ sum += $1 } END { print sum }' file

Ответ 3

Ни одно из решений до сих пор не использует paste. Здесь один:

paste -sd+ filename | bc

В качестве примера вычислим Σn, где 1 <= n <= 100000:

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

(Для любознательных seq n будет печатать последовательность чисел от 1 до n с учетом положительного числа n.)

Ответ 4

Просто для удовольствия, давайте отметим это:

$ 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 += $1 } 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 Sed Run через 5 минут

Я нырял в lua, и это быстро:

$ time lua -e 'sum=0; for line in io.lines() do sum=sum+line end; print(sum)' < random_numbers
16388542582.0

real    0m0.362s
user    0m0.313s
sys     0m0.063s

и пока я обновляю это, ruby:

$ time ruby -e 'sum = 0; File.foreach(ARGV.shift) {|line| sum+=line.to_i}; puts sum' random_numbers
16388542582

real    0m0.378s
user    0m0.297s
sys     0m0.078s

Прислушайтесь к совету Эда Мортона: используйте $1

$ time awk '{ sum += $1 } END { print sum }' random_numbers
16388542582

real    0m0.421s
user    0m0.359s
sys     0m0.063s

против использования $0

$ time awk '{ sum += $0 } END { print sum }' random_numbers
16388542582

real    0m0.302s
user    0m0.234s
sys     0m0.063s

Ответ 5

Это работает:

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

Ответ 6

Другой вариант - использовать jq:

$ seq 10|jq -s add
55

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

Ответ 7

Это прямая Bash:

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

Ответ 8

Здесь еще один однострочный

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

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

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

Отрегулируйте 2 на количество требуемых десятичных знаков.

Ответ 9

Я предпочитаю использовать R для этого:

$ R -e 'sum(scan("filename"))'

Ответ 10

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

datamash sum 1 < myfile

где 1 обозначает первый столбец данных.

Ответ 11

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

(так же, как ответ brian d foy, без "END" )

Ответ 12

Просто для удовольствия, давайте сделаем это с PDL, математическим движком в Perl-массиве!

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

rcols считывает столбцы в матрицу (в этом случае 1D) и sum (сюрприз) суммирует весь элемент матрицы.

Ответ 13

Вот решение, использующее python с выражением генератора. Протестировано 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

Ответ 14

sed ':a;N;s/\n/+/;ta' file|bc

Ответ 15

$ perl -MList::Util=sum -le 'print sum <>' nums.txt

Ответ 16

Более краткий:

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

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

Ответ 17

Perl 6

say sum lines

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

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

Ответ 18

Я не тестировал это, но он должен 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...

Ответ 19

Другое для удовольствия

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

или только bash

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

Но решение awk, вероятно, лучше всего, поскольку оно является самым компактным.

Ответ 20

С Ruby:

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

Ответ 21

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

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

Ответ 22

Здесь другое:

open(FIL, "a.txt");

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

close(FIL);

print "Sum = $sum\n";

Ответ 23

C всегда выигрывает 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;
}

Сроки для номеров 1M (тот же самый механизм/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

Ответ 24

Вы можете сделать это с помощью утилиты командной строки Alacon для Alasql.

Он работает с Node.js, поэтому вам нужно установить Node.js, а затем Alasql:

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

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

Ответ 25

Не проще заменить все новые строки на +, добавить 0 и отправить его в интерпретатор Ruby?

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

Если у вас нет irb, вы можете отправить его в bc, но вы должны удалить все переводы строки, кроме последнего (из echo). Лучше использовать tr для этого, если только у вас нет PhD в sed.

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

Ответ 26

Запуск R скриптов

Я написал R-скрипт для получения аргументов имени файла и суммирования строк.

#! /usr/local/bin/R
file=commandArgs(trailingOnly=TRUE)[1]
sum(as.numeric(readLines(file)))

Это можно ускорить с помощью пакета "data.table" или "vroom" следующим образом:

#! /usr/local/bin/R
file=commandArgs(trailingOnly=TRUE)[1]
sum(data.table::fread(file))

#! /usr/local/bin/R
file=commandArgs(trailingOnly=TRUE)[1]
sum(vroom::vroom(file))

Бенчмаркинг

Те же сравнительные данные, что и у @glenn jackman.

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

По сравнению с приведенным выше вызовом R запуск R 3.5.0 в качестве сценария сопоставим с другими методами (на том же сервере Linux Debian).

$ time R -e 'sum(scan("random_numbers"))'  
 0.37s user
 0.04s system
 86% cpu
 0.478 total

R скрипт с readLines

$ time Rscript sum.R random_numbers
  0.53s user
  0.04s system
  84% cpu
  0.679 total

R скрипт с data.table

$ time Rscript sum.R random_numbers     
 0.30s user
 0.05s system
 77% cpu
 0.453 total

R скрипт с vroom

$ time Rscript sum.R random_numbers     
  0.54s user 
  0.11s system
  93% cpu
  0.696 total

Сравнение с другими языками

Для справки здесь, как некоторые другие методы, предложенные на том же оборудовании

Python 2 (2.7.13)

$ time python2 -c "import sys; print sum((float(l) for l in sys.stdin))" < random_numbers 
 0.27s user 0.00s system 89% cpu 0.298 total

Python 3 (3.6.8)

$ time python3 -c "import sys; print(sum((float(l) for l in sys.stdin)))" < random_number
0.37s user 0.02s system 98% cpu 0.393 total

Рубин (2.3.3)

$  time ruby -e 'sum = 0; File.foreach(ARGV.shift) {|line| sum+=line.to_i}; puts sum' random_numbers
 0.42s user
 0.03s system
 72% cpu
 0.625 total

Perl (5.24.1)

$ time perl -nle '$sum += $_ } END { print $sum' random_numbers
 0.24s user
 0.01s system
 99% cpu
 0.249 total

Awk (4.1.4)

$ time awk '{ sum += $0 } END { print sum }' random_numbers
 0.26s user
 0.01s system
 99% cpu
 0.265 total
$ time awk '{ sum += $1 } END { print sum }' random_numbers
 0.34s user
 0.01s system
 99% cpu
 0.354 total

C (clang версия 3.3; gcc (Debian 6.3.0-18) 6.3.0)

 $ gcc sum.c -o sum && time ./sum < random_numbers   
 0.10s user
 0.00s system
 96% cpu
 0.108 total

Обновление с дополнительными языками

Луа (5.3.5)

$ time lua -e 'sum=0; for line in io.lines() do sum=sum+line end; print(sum)' < random_numbers 
 0.30s user 
 0.01s system
 98% cpu
 0.312 total

tr (8.26) должен быть рассчитан в bash, несовместим с zsh

$time { { tr "\n" + < random_numbers ; echo 0; } | bc; }
real    0m0.494s
user    0m0.488s
sys 0m0.044s

sed (4.4) должен быть рассчитан в bash, несовместим с zsh

$  time { head -n 10000 random_numbers | sed ':a;N;s/\n/+/;ta' |bc; }
real    0m0.631s
user    0m0.628s
sys     0m0.008s
$  time { head -n 100000 random_numbers | sed ':a;N;s/\n/+/;ta' |bc; }
real    1m2.593s
user    1m2.588s
sys     0m0.012s

примечание: кажется, что вызовы sed работают быстрее в системах с большим объемом доступной памяти (обратите внимание, что меньшие наборы данных используются для тестирования sed)

Юлия (0.5.0)

$ time julia -e 'print(sum(readdlm("random_numbers")))'
 3.00s user 
 1.39s system 
 136% cpu 
 3.204 total
$  time julia -e 'print(sum(readtable("random_numbers")))'
 0.63s user 
 0.96s system 
 248% cpu 
 0.638 total

Обратите внимание, что как и в R, методы файлового ввода-вывода имеют разную производительность.

Ответ 27

Просто быть смешным:

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

Ответ 28

кот F | tr "\n" "+" | perl -pne chop | R --vanilla - раб