sort排序

本帖最後由 ywlscpl 于 2010-08-26 09:34 編輯

一家之言，歡迎探讨。

關于sort的使用，最常用的-k參數的使用，指定幾個-k參數，就是指定幾個排序關鍵域，且按順序依次為第1、第2...關鍵域。

man sort對-k是這麼解釋的:

QUOTE:

       -k, --key=POS1[,POS2]

              start a key at POS1, end it at POS2 (origin 1)

如果不是很明白，可以這樣了解：

1、-k2,3，表示關鍵域是從第2列到第3列

2、總列數為m列時，sort -k2 等價于 sort -k2,m

關鍵對-k2,m的了解，應該是“從第2列起到第m列止的字元串”，對于-k2,3來說，關鍵域就是第2列到第3列止的字元串。

明确概念後，下面講講sort的排序流程。

PS:翻到很久以前的一個文章

http://bbs.chinaunix.net/viewthr ... &ordertype=0&page=1該貼所問的“為什麼已經用-k3n,3指定隻用第三個域進行排序，sort仍然對第四個域進行了排序？”讓我有了弄清sort排序機制的念頭。

sort -k參數的排序流程，個人了解，歡迎讨論：

1、針對每個-k參數指定的排序關鍵域，依次作為第1、第2、第n關鍵域進行排序

2、針對這n個關鍵域的排序後的結果中，對于這n個關鍵域都相同的行，sort再對這些行進行一次預設resort（未resort前是以原始順序排序的）。

若指定了-s參數（GNU sort），resort不會進行。

       -s, --stable

              stabilize sort by disabling last-resort comparison

依次解析各個例子：

例子1、可以看到針對關鍵域3進行排序後，不會按原始順序輸出，因為sort又再次進行了resort

[root@Mylinux tmp]# cat file3

uucp:x:5:5:UUCP administrator:/usr/lib/uucp:

uucp:x:6:2:UUCP administrator:/usr/lib/uucp:

uucp:x:5:3:UUCP administrator:/usr/lib/uucp:

uucp:x:6:1:UUCP administrator:/usr/lib/uucp:

[root@Mylinux tmp]# sort -t: -k3,3n file3

等價的awk模拟sort排序流程(-k2,2作用就是模拟sort的resort)

[root@Mylinux tmp]# awk -F: -v OFS=# '{print $3,$0}' file3

5#uucp:x:5:5:UUCP administrator:/usr/lib/uucp:

6#uucp:x:6:2:UUCP administrator:/usr/lib/uucp:

5#uucp:x:5:3:UUCP administrator:/usr/lib/uucp:

6#uucp:x:6:1:UUCP administrator:/usr/lib/uucp:

[root@Mylinux tmp]# awk -F: -v OFS=# '{print $3,$0}' file3 |sort -t# -k1,1n -k2,2

[root@Mylinux tmp]# awk -v OFS=# '{print $2" "$3" "$4,$0}' file3 | sort -t# -k1,1 -k2,2 | awk -F# '{print $2}'

例子2、

sort -k2等價于sort -k2,4，排序關鍵域為第2至第4域為止的字元串

[root@Mylinux tmp]# cat file

a 2 7 1

b 2 4 5

c 9 1 6

d 6 9 7

e 1 8 5

f 8 1 3

g 4 4 3

h 6 3 4

[root@Mylinux tmp]# sort -k2 file

等價awk模拟過程

[root@Mylinux tmp]# awk -v OFS=# '{print $2" "$3" "$4,$0}' file

2 7 1#a 2 7 1

2 4 5#b 2 4 5

9 1 6#c 9 1 6

6 9 7#d 6 9 7

1 8 5#e 1 8 5

8 1 3#f 8 1 3

4 4 3#g 4 4 3

6 3 4#h 6 3 4

[root@Mylinux tmp]# awk -v OFS=# '{print $2" "$3" "$4,$0}' file | sort -t# -k1,1 -k2,2

[root@Mylinux tmp]# awk -v OFS=# '{print $2" "$3" "$4,$0}' file | sort -t# -k1,1 -k2,2 | awk -F# '{print $2}'

例子3、

sort -k2n 等價于sort -k2,4n，可以看到排序結果跟sort -k2不一樣了，關鍵在于前面所說的：

對-k2,m的了解，應該是“從第2列起到第m列止的字元串”，而加了n參數後，導緻對這一關鍵域的排序結果變了

[root@Mylinux tmp]# cat file

[root@Mylinux tmp]# sort -k2n file

awk模拟sort流程

[root@Mylinux tmp]# awk -v OFS=# '{print $2" "$3" "$4,$0}' file | sort -t# -k1,1n -k2,2

[root@Mylinux tmp]# awk -v OFS=# '{print $2" "$3" "$4,$0}' file | sort -t# -k1,1n -k2,2 | awk -F# '{print $2}'

例4、

對此貼的例子進行驗證http://bbs2.chinaunix.net/viewth ... 73591&extra=&page=1

>sort -t, -k2 -k4 file

c2,7,3,13

c1,7,6,24

b2,8,1,17

b1,8,7,15

a1,9,2,21

a2,9,4,11

>sort -t, -k2,2 -k4,4 file

[root@Mylinux tmp]# sort -t, -k2 -k4 file4

[root@Mylinux tmp]# awk -F, -v OFS=# '{print $2","$3","$4,$4,$0}' file4 | sort -t# -k1,1 -k2,2 -k3,3 | awk -F# '{print $NF}'                    

[root@Mylinux tmp]# sort -t, -k2,2 -k4,4 file4

[root@Mylinux tmp]# awk -F, -v OFS=# '{print $2,$4,$0}' file4 | sort -t# -k1,1 -k2,2 -k3,3 | awk -F# '{print $NF}'