[[matematik:start|Tilbage til matematik]]

===== B-files analyse =====

Jeg har kigget på b000001.txt til b321963.txt.

----

==== Stats ====

  * 172.234 "b-file synthesized from sequence entry"
  * 145.911 ikke "synthesized"
  * 3.818 a- og b-filer mangler. Dvs. alle fra 306.183 til 310.000

==== Problemer ====

Følgende problemtyper har fundet:
 
  * 14.578 filer mangler eol. {{ :matematik:missing-eol.txt |}} 
  * 931 filer har tabs istedet for space mellem index og værdi. {{ :matematik:tabs.txt }}
  * 49 bfiler er mindre end afiler og mindre end beskrevet på siden. F.eks. A031143 siger at bfilen indeholder 46 værdier ligesom a-filen, men der er kun 45 værdier for bfilen. {{ :matematik:strange.txt |}}
  * Filer i formattet "<space><index><space><space><value>"
  * Filer med specielt format:
    * B068740 (tommer linjer)
    * B133515 (tab i slutningen af en linje med værdier)
  * Filer, der har nogle (få) linjer i formattet "<space><space><index><space>{3}<value><space>"
  * 35 b-filer, hvor a(0)=0 er første værdi i a-filen, men a(1) er første værdi i b-filen. {{ :matematik:missing-first-1.txt |}}
  * Uforståelige problemer. Stor forskel mellem a-filen og b-filen.
    * B004722
    * B054827
    * B081368
    * B083753
    * B261862
    * B111076 (første værdi 0 eller 1?)
  * 234 sekvenser, hvor b-filen er helt forskellig for a-filen. {{ :matematik:very-different.txt |}}
  * 2 b-filer, hvor a(0)=0, a(1)=0 er første værdier i a-filen, men a(2) er færste værdi i b-filen:
    * B013235
    * B244099
  * 35 b-filer, hvor a(0)=1 er første værdi i a-filen, men a(1) er første værdi i b-filen: {{ :matematik:missing-first-2.txt |}}
  * 1 b-filer, hvor a(0)=0, a(1)=1 er første værdier i a-filen, men a(2) er færste værdi i b-filen:
    * B030123
  * 2 b-filer, hvor a(0)=2 er første værdi i a-filen, men a(1) er første værdi i b-filen:
    * B054679
    * B085420
  * 1 b-filer, hvor a(0)=0 er første værdi i b-filen, men a(1) er første værdi i a-filen:
    * B124832
    * B209873
  * 1 b-fil, hvor de to første værdier 1,8 mangler i b-filen:
    * B138179
  * 1 b-fil, hvor de to første værdier 1,6 mangler i b-filen:
    * B180857
  * 1 b-fil, hvor første værdi mangler i b-filen:
    * B191341 
  * 1 b-fil, hvor de første 3 værdier mangler i b-filen:
    * B192857
  *  


----

==== Compress stats ====

=== xz ===

real	197m6.429s
user	196m7.350s
sys	0m32.020s

32,4% af original størrelse

=== xzcat ===

real	4m33.938s
user	4m31.809s
sys	0m2.076s


=== gzip ===

real	18m32.684s
user	16m51.940s
sys	0m12.044s

42,4% af original størrelse

=== zcat ===

real	1m36.638s
user	1m34.148s
sys	0m2.113s

=== bzip2 ===

real	22m38.687s
user	20m30.668s
sys	0m10.189s

40,5% af originale størrelse

=== bzcat ===

real	10m11.027s
user	10m4.175s
sys	0m5.752s

----