我有一个叫做file a的大数据文件，格式如下
col1 0.1111,0.2222,0.33333,0.4444
col5 0.1111,0.2222,0.33333,0.4444
col3 0.1111,0.2222,0.33333,0.4444
col4 0.1111,0.2222,0.33333,0.4444
第一列和第二列之间的分隔符是\t。其他分隔符是逗号。
我有另一个文件包含我感兴趣的行的名称，名为fileB，它看起来像：
col3
col1
...
两个文件都没有排序。我想从fileA中检索名称出现在fileB中的所有行。代码
grep -f fileB fileA可以完成这项工作，但我认为它将搜索fileA中的所有文件，这需要很长时间。如何指定仅搜索fileA中的第一列？ 最佳答案
join <(sort -t $'\t' -k 1 fileA) <(sort -t $'\t' -k 1 fileB)
文件按O（n.log（n）+p.log（p））排序，然后合并到O（n+p）中，我认为我们不能做得更好。
编辑好了，我们可以用一个O（n+p）的散列表做得更好。
关于linux - 基于第一列的grep，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23591927/