生物信息分析中，需要对很多的range数据进行merge，但是目前还没有对于大片段的range进行merge的方法，所以自己写了一个，发现其中也隐含很多的python使用经验。比如下面一个程序：

def region_redup(regionList1):
       regionList1.sort()
       indList = range(1, len(regionList1))
       indList.sort(reverse=True)
       for i in indList:
               if regionList1[i][0] < regionList1[i-1][1]:
                       regionList1[i-1][1] = regionList1[i][1]
                       regionList1.remove(regionList1[i])

       return regionList1


def region_merge(regionList1, regionList2):
       print "redup 1"
       region_redup(regionList1)
       print "redup 2"
       region_redup(regionList2)

       for region2 in regionList2:
               flag = 0
               for region1 in regionList1:
                       if region2[0] < region1[1]:
                               flag = 1
                               if region2[1] > region1[0]:
                                       regionList1.remove(region1)
                                       regionList1.append([min(region1[0], region2[0]), max(region1[1], region2[1])])
                               else:
                                       regionList1.append(region2)

               if flag == 0:
                       regionList1.append(region2)

       region_redup(regionList1)

       return regionList1

import random

regionList1=[]
regionList2=[]
for i in xrange(0, 10000):
       rand=random.randint(1, 90000)
       regionList1.append([rand,rand+1000])
       rand=random.randint(1, 90000)
       regionList2.append([rand,rand+1000])

print "merge now"

print region_merge(regionList1, regionList2)

为了实现merge，我需要对range的element进行逐个处理，我做了一个测试，对100万个range进行merge估计需要最少三个多小时。但是灵机一动，可以先把各自内部相连的range先merge起来，这样就快速很多了，果然，现在只需要三秒钟。