如何将变量切片为数组索引？

Question

有一个典型的问题：给定一个值列表，检查它们是否存在于数组中。

在awk 中，技巧val in array 确实很有效。因此，典型的想法是将所有数据存储在一个数组中，然后继续进行检查。例如，这将打印数组中第一列值存在的所有行：

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

但是，初始化数组需要一些时间，因为val in array 会检查索引val 是否在array 中，而我们通常存储在array 中的是一组值。

当从命令行提供值时，这变得更加相关，其中那些是我们想要包含为数组索引的元素。例如，在这个基本示例中（基于recent answer of mine，这引发了我的好奇心）：

$ 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) 将变量 values 分割成数组 v[1]="hello"; v[2]="adieu"
• for (i in v) names[v[i]] 用names["hello"] 和names["adieu"] 用空值初始化另一个数组names[]。这样，我们就准备好了
• $1 in names 检查第一列是否是 names[] 中的任何索引。

如您所见，我们切入一个临时变量 v，以便稍后初始化最终的有用变量 names[]。

有没有更快的方法来初始化数组的索引，而不是设置一个然后使用它的值作为确定的索引？

Answer 1

不，这是最快（由于哈希查找）和最健壮（由于字符串比较）的方式来做你想做的事。

这个：

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

在启动时发生一次，在此期间几乎不需要任何时间：

$1 in array_var

每行输入都会发生一次（需要获得最佳性能的地方也是如此）是哈希查找，因此是将字符串值与一组字符串进行比较的最快方法。

Answer 2

不是数组解决方案，但一个技巧是使用模式匹配。为了消除部分匹配，用分隔符包装搜索和数组值。以您为例，

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