Leetcode192. 统计词频----hammring

1.题目描述

写一个 bash 脚本以统计一个文本文件 words.txt 中每个单词出现的频率。

为了简单起见，你可以假设：

words.txt只包括小写字母和 ' ' 。
每个单词只由小写字母组成。
单词间由一个或多个空格字符分隔。
示例:

假设 words.txt 内容如下：

the day is sunny the the
the sunny is is
你的脚本应当输出（以词频降序排列）：

the 4
is 3
sunny 2
day 1

2.解题思路：

1.)首先cat命令查看words.txt

2.)tr -s ' ' '\n'将空格都替换为换行 实现分词

3.)sort排序 将分好的词按照顺序排序

4.)uniq -c 统计重复次数

5.)sort -r 将数目倒序排列

6.)awk '{print $2,$1}' 将词频和词语调换位置打印出来

3.bash代码如下：

cat words.txt |tr -s ' ' '\n' |sort|uniq -c|sort -r|awk '{print $2,$1}'

 

awk '{
    for(i = 1; i <= NF; i++){
        res[$i] += 1 #以字符串为索引，res[$i]相同的累计
    }
}
END{
    for(k in res){
        print k" "res[k]
    }
}' words.txt | sort -nr -k2

 

 

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/word-frequency
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。