【LeetCode 中等题 bash】85-统计词频

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？

解法1。

• cat words.txt：cat命令是linux下的一个文本输出命令，通常是用于观看某个文件的内容的
• tr -s  '  '  '\n'：把空格全部转换成换行，并对多个换行只保留1个换行
• sort：对上游传过来的文件内容进行排序，就是把相同字符放到一起了而不是分散着
• uniq -c：uniq是去重复命令，此处是局部去重并计算每行出现的次数。通常与sort合在一起使用达到全局去重并计数的目的
• sort -rn：逆序排序并按照数字排序（第一列频数）
• awk '{print $2, $1}'：
  • awk是行处理器: 相比较屏幕处理的优点，在处理庞大文件时不会出现内存溢出或是处理缓慢的问题，通常用来格式化文本信息
  • awk处理过程: 依次对每一行进行处理，然后输出
  • 这里是打印每行第2个字段、第1个字段，因为上述过程中sort | uniq -c这一步的结果第一列为频数，第二列为字符

# Read from the file words.txt and output the word frequency list to stdout.
cat words.txt | tr -s ' ' '\n' | sort | uniq -c | sort -rn | awk '{print $2, $1}'