ファイル内のすべての数値をすばやく合計するにはどうすればよいですか？

数千の数値を含むファイルがあり、それぞれが独自の行にあります。

34
42
11
6
2
99
...

ファイル内のすべての数値の合計を出力するスクリプトを記述しようとしています。解決策はありますが、あまり効率的ではありません。（実行には数分かかります。）より効率的なソリューションを探しています。助言がありますか？

Perlワンライナーの場合、これは基本的awkにAyman Houriehの回答のソリューションと同じです。

 % perl -nle '$sum += $_ } END { print $sum'

Perlの1行の処理に興味がある場合は、それらを解析できます。

 %  perl -MO=Deparse -nle '$sum += $_ } END { print $sum'

その結果、プログラムがより詳細なバージョンになり、誰も自分で書くことはありません。

BEGIN { $/ = "\n"; $\ = "\n"; }
LINE: while (defined($_ = <ARGV>)) {
    chomp $_;
    $sum += $_;
}
sub END {
    print $sum;
}
-e syntax OK

ちょっと笑うために、1,000,000個の数値（0〜9,999の範囲）を含むファイルでこれを試しました。私のMac Proでは、ほぼ瞬時に復帰します。使用mmapが本当に速くなることを望んでいたので、それは残念ですが、それはちょうど同じ時間です：

use 5.010;
use File::Map qw(map_file);

map_file my $map, $ARGV[0];

$sum += $1 while $map =~ m/(\d+)/g;

say $sum;

awkを使用できます。

awk '{ sum += $1 } END { print sum }' file

これまでのところ、どのソリューションも使用していませんpaste。ここに一つあります：

paste -sd+ filename | bc

例として、Σnを計算します。ここで、1 <= n <= 100000です。

$ seq 100000 | paste -sd+ | bc -l
5000050000

（好奇心旺盛な方は、seq nから1までの一連の数値を印刷してn、正の数値を指定しnます。）

楽しみのために、それをベンチマークしましょう：

$ for ((i=0; i<1000000; i++)) ; do echo $RANDOM; done > random_numbers

$ time perl -nle '$sum += $_ } END { print $sum' random_numbers
16379866392

real    0m0.226s
user    0m0.219s
sys     0m0.002s

$ time awk '{ sum += $1 } END { print sum }' random_numbers
16379866392

real    0m0.311s
user    0m0.304s
sys     0m0.005s

$ time { { tr "\n" + < random_numbers ; echo 0; } | bc; }
16379866392

real    0m0.445s
user    0m0.438s
sys     0m0.024s

$ time { s=0;while read l; do s=$((s+$l));done<random_numbers;echo $s; }
16379866392

real    0m9.309s
user    0m8.404s
sys     0m0.887s

$ time { s=0;while read l; do ((s+=l));done<random_numbers;echo $s; }
16379866392

real    0m7.191s
user    0m6.402s
sys     0m0.776s

$ time { sed ':a;N;s/\n/+/;ta' random_numbers|bc; }
^C

real    4m53.413s
user    4m52.584s
sys 0m0.052s

5分後にsedの実行を中止しました

私はダイビングをしてきました ルア、それはスピーディーです：

$ time lua -e 'sum=0; for line in io.lines() do sum=sum+line end; print(sum)' < random_numbers
16388542582.0

real    0m0.362s
user    0m0.313s
sys     0m0.063s

そして私がこれを更新している間、ルビー：

$ time ruby -e 'sum = 0; File.foreach(ARGV.shift) {|line| sum+=line.to_i}; puts sum' random_numbers
16388542582

real    0m0.378s
user    0m0.297s
sys     0m0.078s

エド・モートンのアドバイスに注意： $1

$ time awk '{ sum += $1 } END { print sum }' random_numbers
16388542582

real    0m0.421s
user    0m0.359s
sys     0m0.063s

対使用 $0

$ time awk '{ sum += $0 } END { print sum }' random_numbers
16388542582

real    0m0.302s
user    0m0.234s
sys     0m0.063s

別のオプションは使用することjqです：

$ seq 10|jq -s add
55

-s（--slurp）入力行を配列に読み込みます。

これはまっすぐなバッシュです：

sum=0
while read -r line
do
    (( sum += line ))
done < file
echo $sum

これが別のワンライナーです

( echo 0 ; sed 's/$/ +/' foo ; echo p ) | dc

これは、数値が整数であることを前提としています。小数が必要な場合は、

( echo 0 2k ; sed 's/$/ +/' foo ; echo p ) | dc

必要な小数点以下の桁数に2を調整します。

perlやawkよりも簡潔で読みやすいため、このようなタスクにはGNU datamashを使用することを好みます。例えば

datamash sum 1 < myfile

ここで、1はデータの最初の列を示します。

$ perl -MList::Util=sum -le 'print sum <>' nums.txt

私はこれにRを使用することを好みます：

$ R -e 'sum(scan("filename"))'

cat nums | perl -ne '$sum += $_ } { print $sum'

（ 'END'なしのbrian d foyの回答と同じ）

より簡潔：

# Ruby
ruby -e 'puts open("random_numbers").map(&:to_i).reduce(:+)'

# Python
python -c 'print(sum(int(l) for l in open("random_numbers")))'

Perl 6

say sum lines

~$ perl6 -e '.say for 0..1000000' > test.in

~$ perl6 -e 'say sum lines' < test.in
500000500000

楽しみのために、Perlの配列演算エンジンであるPDLを使ってみましょう！

perl -MPDL -E 'say rcols(shift)->sum' datafile

rcols列を行列（この場合は1D）に読み込み、sum（驚き）行列のすべての要素を合計します。

これは、ジェネレータ式でpythonを使用するソリューションです。古い古いノートパソコンで100万の数値をテストしました。

time python -c "import sys; print sum((float(l) for l in sys.stdin))" < file

real    0m0.619s
user    0m0.512s
sys     0m0.028s

私はただ通り過ぎることができなかった...これが私のHaskellのワンライナーです。実際にはかなり読みやすいです：

sum <$> (read <$>) <$> lines <$> getContents

残念ながらghci -eそれを実行するだけでは何もないので、メイン機能である印刷とコンパイルが必要です。

main = (sum <$> (read <$>) <$> lines <$> getContents) >>= print

明確にするために、我々は、入力全体を（読んgetContentsで、それを分割し、） lines、read数字としてsum。<$>is fmapoperator-これはすべてIOで発生するため、通常の関数アプリケーションの代わりに使用します。リストにもあるためread、追加のが必要fmapです。

$ ghc sum.hs
[1 of 1] Compiling Main             ( sum.hs, sum.o )
Linking sum ...
$ ./sum 
1
2
4
^D
7

フロートで機能する奇妙なアップグレードを以下に示します。

main = ((0.0 + ) <$> sum <$> (read <$>) <$> lines <$> getContents) >>= print

$ ./sum 
1.3
2.1
4.2
^D
7.6000000000000005

sed ':a;N;s/\n/+/;ta' file|bc

Rスクリプトの実行

ファイル名の引数を取り、行を合計するRスクリプトを作成しました。

#! /usr/local/bin/R
file=commandArgs(trailingOnly=TRUE)[1]
sum(as.numeric(readLines(file)))

これは、次のように「data.table」または「vroom」パッケージで高速化できます。

#! /usr/local/bin/R
file=commandArgs(trailingOnly=TRUE)[1]
sum(data.table::fread(file))

#! /usr/local/bin/R
file=commandArgs(trailingOnly=TRUE)[1]
sum(vroom::vroom(file))

ベンチマーク

@glenn jackmanと同じベンチマークデータ。

for ((i=0; i<1000000; i++)) ; do echo $RANDOM; done > random_numbers

上記のR呼び出しと比較して、R 3.5.0をスクリプトとして実行することは、他の方法（同じLinux Debianサーバー上）に匹敵します。

$ time R -e 'sum(scan("random_numbers"))'  
 0.37s user
 0.04s system
 86% cpu
 0.478 total

readLinesを使用したRスクリプト

$ time Rscript sum.R random_numbers
  0.53s user
  0.04s system
  84% cpu
  0.679 total

data.tableを含むRスクリプト

$ time Rscript sum.R random_numbers     
 0.30s user
 0.05s system
 77% cpu
 0.453 total

vroomを使用したRスクリプト

$ time Rscript sum.R random_numbers     
  0.54s user 
  0.11s system
  93% cpu
  0.696 total

他の言語との比較

同じハードウェアで提案されている他のいくつかの方法としての参照用

Python 2（2.7.13）

$ time python2 -c "import sys; print sum((float(l) for l in sys.stdin))" < random_numbers 
 0.27s user 0.00s system 89% cpu 0.298 total

Python 3（3.6.8）

$ time python3 -c "import sys; print(sum((float(l) for l in sys.stdin)))" < random_number
0.37s user 0.02s system 98% cpu 0.393 total

Ruby（2.3.3）

$  time ruby -e 'sum = 0; File.foreach(ARGV.shift) {|line| sum+=line.to_i}; puts sum' random_numbers
 0.42s user
 0.03s system
 72% cpu
 0.625 total

Perl（5.24.1）

$ time perl -nle '$sum += $_ } END { print $sum' random_numbers
 0.24s user
 0.01s system
 99% cpu
 0.249 total

awk（4.1.4）

$ time awk '{ sum += $0 } END { print sum }' random_numbers
 0.26s user
 0.01s system
 99% cpu
 0.265 total
$ time awk '{ sum += $1 } END { print sum }' random_numbers
 0.34s user
 0.01s system
 99% cpu
 0.354 total

C（clangバージョン3.3; gcc（Debian 6.3.0-18）6.3.0）

 $ gcc sum.c -o sum && time ./sum < random_numbers   
 0.10s user
 0.00s system
 96% cpu
 0.108 total

追加の言語で更新する

ルア（5.3.5）

$ time lua -e 'sum=0; for line in io.lines() do sum=sum+line end; print(sum)' < random_numbers 
 0.30s user 
 0.01s system
 98% cpu
 0.312 total

tr（8.26）はbashでタイミングをとる必要があり、zshと互換性がありません

$time { { tr "\n" + < random_numbers ; echo 0; } | bc; }
real    0m0.494s
user    0m0.488s
sys 0m0.044s

sed（4.4）はbashでタイミングをとる必要があり、zshと互換性がありません

$  time { head -n 10000 random_numbers | sed ':a;N;s/\n/+/;ta' |bc; }
real    0m0.631s
user    0m0.628s
sys     0m0.008s
$  time { head -n 100000 random_numbers | sed ':a;N;s/\n/+/;ta' |bc; }
real    1m2.593s
user    1m2.588s
sys     0m0.012s

注：sed呼び出しは、より多くのメモリが利用可能なシステムでより高速に動作するようです（sedのベンチマークに使用される小さなデータセットに注意）

ジュリア（0.5.0）

$ time julia -e 'print(sum(readdlm("random_numbers")))'
 3.00s user 
 1.39s system 
 136% cpu 
 3.204 total
$  time julia -e 'print(sum(readtable("random_numbers")))'
 0.63s user 
 0.96s system 
 248% cpu 
 0.638 total

Rと同様に、ファイルI / Oメソッドのパフォーマンスは異なります。

C ++「ワンライナー」：

#include <iostream>
#include <iterator>
#include <numeric>
using namespace std;

int main() {
    cout << accumulate(istream_iterator<int>(cin), istream_iterator<int>(), 0) << endl;
}

別の楽しみのために

sum=0;for i in $(cat file);do sum=$((sum+$i));done;echo $sum

または別のbashのみ

s=0;while read l; do s=$((s+$l));done<file;echo $s

しかし、awkソリューションは最もコンパクトであるため、おそらく最適です。

Cは常にスピードで勝つ：

#include <stdio.h>
#include <stdlib.h>

int main(int argc, char **argv) {
    ssize_t read;
    char *line = NULL;
    size_t len = 0;
    double sum = 0.0;

    while (read = getline(&line, &len, stdin) != -1) {
        sum += atof(line);
    }

    printf("%f", sum);
    return 0;
}

1Mの数値のタイミング（私のPythonの回答と同じマシン/入力）：

$ gcc sum.c -o sum && time ./sum < numbers 
5003371677.000000
real    0m0.188s
user    0m0.180s
sys     0m0.000s

Rubyの場合：

ruby -e "File.read('file.txt').split.inject(0){|mem, obj| mem += obj.to_f}"

ファイル全体を読む必要があることを考えると、これよりもはるかに優れているかどうかはわかりません。

$sum = 0;
while(<>){
   $sum += $_;
}
print $sum;

私はこれをテストしていませんが、うまくいくはずです：

cat f | tr "\n" "+" | sed 's/+$/\n/' | bc

bcがEOFとEOLを処理しない場合は、bcの前の文字列に「echoを介して」「\ n」を追加する必要がある場合があります...

ここに別のものがあります：

open(FIL, "a.txt");

my $sum = 0;
foreach( <FIL> ) {chomp; $sum += $_;}

close(FIL);

print "Sum = $sum\n";

Alacon - Alasqlデータベースのコマンドラインユーティリティを使用して実行できます。

あなたがインストールする必要があるので、それは、Node.jsのと連携のNode.js、その後Alasqlパッケージを：

TXTファイルから合計を計算するには、次のコマンドを使用できます。

> node alacon "SELECT VALUE SUM([0]) FROM TXT('mydata.txt')"

すべての新しい行をで置き換え+、を追加0してRubyインタープリターに送信する方が簡単ではありませんか？

(sed -e "s/$/+/" file; echo 0)|irb

がないirb場合はに送信できbcますが、最後の（echo）を除くすべての改行を削除する必要があります。でtr博士号を取得していない限り、これを使用することをお勧めしますsed。

(sed -e "s/$/+/" file|tr -d "\n"; echo 0)|bc

移動中：

package main

import (
    "bufio"
    "fmt"
    "os"
    "strconv"
)

func main() {
    scanner := bufio.NewScanner(os.Stdin)
    sum := int64(0)
    for scanner.Scan() {
        v, err := strconv.ParseInt(scanner.Text(), 10, 64)
        if err != nil {
            fmt.Fprintf(os.Stderr, "Not an integer: '%s'\n", scanner.Text())
            os.Exit(1)
        }
        sum += v
    }
    fmt.Println(sum)
}

バッシュバリアント

raw=$(cat file)
echo $(( ${raw//$'\n'/+} ))

$ wc -l file
10000 file

$ time ./test
323390

real    0m3,096s
user    0m3,095s
sys     0m0,000s

awkを使用したシェルでは、以下のスクリプトを使用してそうしました。

    #!/bin/bash


total=0;

for i in $( awk '{ print $1; }' <myfile> )
do
 total=$(echo $total+$i | bc )
 ((count++))
done
echo "scale=2; $total " | bc