shell 知：并集、交集、差集

前言

1、并集

对于两个给定集合A、B，由两个集合所有元素构成的集合，叫做A和B的并集。

记作：AUB 读作“A并B”

例： {3,5}U{2,3,4,6}= {2,3,4,5,6}

2、交集

对于两个给定集合A、B，由属于A又属于B的所有元素构成的集合，叫做A和B的交集。

记作： A∩B 读作“A交B”

例： A={1,2,3,4,5}，B={3,4,5,6,8}，A∩B={3,4,5}

3、差集

记A，B是两个集合，则所有属于A且不属于B的元素构成的集合，叫做集合A减集合B(或集合A与集合B之差)，类似地，对于集合A、B，把集合{x∣x∈A,且x∉B}叫做A与B的差集。

记作：B-A

操作

shell 中求交集、差集、并集主要用到两个命令：sort、uniq

sort 可以将给定的数据或文件进行排序，排序后交由 uniq 处理（因为 uniq 只能处理相邻的重复行，如果不排序，将会造成统计误差）。sort 后面可以跟一些参数，例如 ：-n 按照数字格式排序，-i 忽略大小写，-r 逆序输出等。可以通过 sort --help 查看更多。

uniq 可以删除数据中重复的行，得到唯一的行，可用于求并集。其中，参数-d 表示只打印重复的行（即出现次数大于1的内容），可用于求交集；参数 -u 表示只打印独有的行（即出现次数为1的内容），可用于求差集。可以通过 uniq --help 查看更多

1、并集

sort a.txt b.txt | uniq

去掉文件 a.txt 和 b.txt 中重复的行（重复内容会保留一份，相当于去除冗余内容）。

2、交集

sort a.txt b.txt | uniq -d

只打印文件 a.txt 和 b.txt 中重复的行。

3、差集

sort a.txt b.txt b.txt | uniq -u

只打印文件 a.txt，b.txt 和 b.txt 中独有的行，由于 b.txt 出现两次，所以 b.txt 中内容至少出现两次，剩下的就是 a.txt 中未出现在 b.txt 中的内容，即 a.txt 去掉 a.txt 和 b.txt 的交集。

参考

• 并集、交集、差集的概念是什么？
• Linux 取两个文件的交集、差集、并集