次へ: 5.2 入力判定関数 上へ: 5 チェック関数 前へ: 5 チェック関数 (PDF ファイル: awk3.pdf)

5.1 入力チェック関数

今回は、入力されたもののチェック (2 節のルール 4.) と、 結果判定 (2 節のルール 5.) の、 2 つのチェック関数を作成します。

まず入力チェック関数は、すべての数が $0$ から $(L-1)$ までであることと、 同じ数が 2 度以上使っていないかを調べます。

同じものが使われていないかどうかは、少し遅いのですが、 簡単な全数検索をやることにします。 つまり、$j$ 番目と $k$ 番目 ($j<k$) の数字の比較をすべての $j$ と $k$ に ついて行います。

  for(j=1;j<N;j++)
    for(k=j+1;k<=N;k++)
      if(input[j]==input[k]) return -1

すべての数が $0$ から $(L-1)$ までであることのチェックは、

  if(input[j]<0 || input[j]>=L) return -1

でよさそうな気がしますが、 確実にするならば配列表か、正規表現を利用した方がいいでしょう。

実は、awk は「文字列」と「数字」の区別がなく (明確ではなく)、 状況に応じて適当に変換される、という性質があります。 例えば、「if($A>B$)」の不等式の部分は、

• A,B が数字ならば、数字として比較
• A,B が文字列ならば、文字列としてその辞書式順序で比較 (ASCII コードで)
• 一方が数字、一方が文字列ならば、数字を文字列に変換して文字列として比較

という処理が行われます (cf. [3]、「2-1 パターン」)。 よって、例えば

• 「if("a">10000)」は真 (10000 が文字列の ``10000'' になるので 辞書式順序は ``a'' の方が大)
• 「if(2>"12")」は真 (``12'' が文字列なので、2 が文字列の ``2'' に 変換されて辞書式で比較される)

のようになってしまいます。 よって、文字列が入りうる変数に対しては数字との比較を行うのは あまり安全であるとは言えません。

配列表を利用する方法とは、

• awk の配列が「連想配列」で、配列の添字に文字列が使える
• 定義されていない添字に対する配列の値は 0 となる

という性質を利用する方法です。例えば、次のようにします。

  for(j=0;j<L;j++) check0[j]=1  # 0~(L-1) のチェックのための配列
  for(j=1;j<=N;j++) if(check0[input[j]]==0) return -1

$check0[\;]$ という配列は、0 から $(L-1)$ までの添字に のみ値が 1 と定義されているので、 それ以外の数字、それ以外の文字列に対しては 0 となります。 なお、awk には配列の添字が使われているかをチェックする in という演算子がありますので、それを使って

  if(check0[input[j]]==0)

の部分は、

  if(!(input[j] in check0))

と書き直すこともできます。この ``!'' は否定を意味しますから、 「$input[j]$ が、配列 $check0$ の添字として定義されていなかったら」 という意味になります。

正規表現を使う場合は、例えば以下のような感じになるでしょう。

  if(input[j] !~ /^[0-9]$/ || input[j]>=L) return -1

正規表現の説明の前に、この文自体を少し説明します。

まず、A||B は A or B を意味します。つまり、「if(A||B) C」 という文は、A が真、または B が真ならば C が実行されます。 C 言語同様、A が真だった場合は B の評価自体が行われませんので、 A||B と B||A とは厳密には少し違います。

A ~ /B/, A !~ /B/ はいずれもマッチングを調べる演算子で、

• A ~ /B/ は A が B にマッチする場合真
• A !~ /B/ は A が B にマッチしない場合真

となります。この // で囲まれている部分には正規表現を書きます。

正規表現とは、特別な意味を持つ記号を用いることにより、 複数の文字列を表現するやり方で、主にマッチングで利用されます。 正規表現は、Unix 上の他のツールである sed, (e)grep, perl などでも 利用できますが、 使える表現に少しずつ違い (拡張) があったりします。 awk で使える正規表現については A 節にまとめますが、 ここでは上に使われている正規表現について説明しましょう。

• ^ = 文字列の先頭を意味する (先頭の文字ではない)
• $ = 文字列の最後を意味する (最後の文字ではない)
• [ ] = [ ] 内のいずれか 1 文字を意味する
• [ ] 内の $c_1$-$c_2$ = (ASCII コードが) $c_1$ から $c_2$ までの文字全部を意味する

よって、[0-9] は、0 から 9 までのいずれか一文字、を意味し、 ^[0-9]$ によって、0 から 9 までのいずれか一文字からなる 一文字だけの文字列、を意味することになります。 結局、

  if(input[j] !~ /^[0-9]$/ || input[j]>=L) return -1

によって、$input[j]$ が 0 から 9 までの いずれか 1 文字でなければ $-1$ を返す、そうでなくても $input[j]$ が $L$ 以上ならば $-1$ を返す、 ということになるわけです。

以上をまとめると、入力のチェック関数は以下のようになります。

  function inputcheck(N,L,input,     j,k)
  {
      for(j=1;j<=N;j++) 
        if(input[j] !~ /^[0-9]$/ || input[j]>=L) return -1
      for(j=1;j<N;j++)
        for(k=j+1;k<=N;k++)
          if(input[j]==input[k]) return -2
      return 0
  }

次へ: 5.2 入力判定関数 上へ: 5 チェック関数 前へ: 5 チェック関数