Алгоритм поиска слов с использованием файла m.file

Question

Я уже реализовал свой алгоритм, используя ячейки нескольких строк в Matlab, но я не могу это сделать, читая файл.

В Matlab я создаю ячейки строк для каждой строки, назовем их строкой.

Так я получаю

 line= 'string1' 'string2' etc 
    line= 'string 5' 'string7'... 
    line=... 

и так далее. У меня есть более 100 строк для чтения.

Что я пытаюсь сделать, это сравнить слова от первой строки к себе. Затем объедините первую и вторую строки и сравните слова во второй строке с объединенной ячейкой. Я накапливаю каждую ячейку, которую я читаю, и сравниваю с последней прочитанной ячейкой.

Вот мой код на

для каждой строки = а, б, в, г, ...

for(i=1:length(a)) 
for(j=1:length(a)) 
    AA=ismember(a,a) 
    end 

    combine=[a,b] 
    [unC,i]=unique(combine, 'first') 
    sorted=combine(sort(i)) 

    for(i=1:length(sorted)) 
for(j=1:length(b)) 
    AB=ismember(sorted,b) 
end 
end 

combine1=[a,b,c] 

..... Когда я прочитал мой файл, я создаю while, который читает весь скрипт до конца, так как я могу реализовать свой алгоритм, если все мои ячейки строк имеют одинаковое имя?

while~feof(fid) 
    out=fgetl(fid) 
    if isempty(out)||strncmp(out, '%', 1)||~ischar(out) 
    continue 
    end 
    line=regexp(line, ' ', 'split') 

Answer 1

Предположим, что файл данных называется data.txt и его содержание:

string1 string2 string3 string4 
string2 string3 
string4 string5 string6 

очень простой способ сохранить только первый уникальный случай является:

% Parse everything in one go 
fid = fopen('C:\Users\ok1011\Desktop\data.txt'); 
out = textscan(fid,'%s'); 
fclose(fid); 

unique(out{1}) 
ans = 
    'string1' 
    'string2' 
    'string3' 
    'string4' 
    'string5' 
    'string6' 

Как уже упомянутый, этот подход может не работать, если:

• файл данных имеет неровности
• вы на самом деле нужны показатели сравнения

EDIT: решение для выполнения

% Parse in bulk and split (assuming you don't know maximum 
%number of strings in a line, otherwise you can use textscan alone) 

fid = fopen('C:\Users\ok1011\Desktop\data.txt'); 
out = textscan(fid,'%s','Delimiter','\n'); 
out = regexp(out{1},' ','split'); 
fclose(fid); 

% Preallocate unique comb 
comb = unique([out{:}]); % you might need to remove empty strings from here 

% preallocate idx 
m = size(out,1); 
idx = false(m,size(comb,2)); 

% Loop for number of lines (rows) 
for ii = 1:m 
    idx(ii,:) = ismember(comb,out{ii}); 
end 

Обратите внимание, что в результате idx является:

idx = 
    1  1  1  1  0  0 
    0  1  1  0  0  0 
    0  0  0  1  1  1 

Преимущество сохранения в этой форме заключается в том, что вы сохраняете пространство по отношению к массиву ячеек (что накладывает 112 байтов служебных данных на ячейку). Вы также можете сохранить его как разреженный массив, чтобы потенциально повысить затраты на хранение.

Другое дело, что даже если логический массив длиннее, например, двойной массив, который индексируется, если превышение элементов является ложным, вы все равно можете его использовать (и, построив вышеуказанную проблему, idx удовлетворяет этому требованию). Пример:

A = 1:3; 
A([true false true false false])