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
说明:
- 不要担心词频相同的单词的排序问题,每个单词出现的频率都是唯一的。
- 你可以使用一行 Unix pipes 实现吗?
2 解题(Java)
cat words.txt |tr -s ' ' '\n' |sort|uniq -c|sort -r|awk '{print $2,$1}'
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(此步骤与上一步息息相关,-c原理是字符串相同则加一,如果不进行先排序的话将无法统计数目)
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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/word-frequency