Write a bash script to calculate the frequency of each word in a text file words.txt
.
For simplicity sake, you may assume:
words.txt
contains only lowercase characters and space‘ ‘
characters.- Each word must consist of lowercase characters only.
- Words are separated by one or more whitespace characters.
For example, assume that words.txt
has the following content:
the day is sunny the the the sunny is is
Your script should output the following, sorted by descending frequency:
the 4 is 3 sunny 2 day 1
Note:
Don‘t worry about handling ties, it is guaranteed that each word‘s frequency count is unique.
Hint:
Could you write it in one-line using Unix pipes?
这道题给了我们一个文本文件,让我们统计里面单词出现的个数,提示中让我们用管道Pipes来做,在之前那道Tenth Line中,我们使用过管道命令,管道命令的讲解请参见这个帖子。提示中让我们用管道连接各种命令,然后一行搞定,那么我们先来看第一种解法,乍一看啥都不明白,咋办?没关系,容我慢慢来讲解。首先用的关键字是grep命令,该命令一种强大的文本搜索工具,它能使用正则表达式搜索文本,并把匹配的行打印出来,详解请参见这个帖子。后面紧跟的-oE ‘[a-z]+‘参数表示原文本内容变成一个单词一行的存储方式,于是此时文本的内容就变成了:
the
day
is
sunny
the
the
the
sunny
is
下面的sort命令就是用来排序的,参见这个帖子。排完序的结果为:
day
is
is
is
sunny
sunny
the
the
the
the
后面的uniq命令是表示去除重复行命令(参见这个帖子),后面的参数-c表示在每行前加上表示相应行目出现次数的前缀编号,得到结果如下:
1 day
3 is
2 sunny
4 the
然后我们再sort一下,后面的参数-nr表示按数值进行降序排列,得到结果:
4 the
3 is
2 sunny
1 day
而最后的awk命令就是将结果输出,两列颠倒位置即可:
解法一:
grep -oE ‘[a-z]+‘ words.txt | sort | uniq -c | sort -nr | awk ‘{print $2" "$1}‘
下面这种方法用的关键字是tr命令,该命令主要用来进行字符替换或者大小写替换,详解请参见这个帖子。后面紧跟的-s参数表示如果发现连续的字符,就把它们缩减为1个,而后面的‘ ’和‘\n‘就是空格和回车,意思是把所有的空格都换成回车,那么第一段命令tr -s ‘ ‘ ‘\n‘ < words.txt 就好理解了,将单词之间的空格都换成回车,跟上面的第一段实现的作用相同,后面就完全一样了,参见上面的讲解:
解法二:
tr -s ‘ ‘ ‘\n‘ < words.txt | sort | uniq -c | sort -nr | awk ‘{print $2, $1}‘
下面这种方法就没有用管道命令进行一行写法了,而是使用了强大的文本分析工具awk进行写类C的代码来实现,这种写法在之前的那道Transpose File已经讲解过了,这里就不多说了,最后要注意的是sort命令的参数-nr -k 2表示按第二列的降序数值排列:
解法三:
awk ‘{ for (i = 1; i <= NF; ++i) ++s[$i]; } END { for (i in s) print i, s[i]; }‘ words.txt | sort -nr -k 2
参考资料:
https://leetcode.com/discuss/33353/my-accepted-answer-using-tr-sort-uniq-and-awk
https://leetcode.com/discuss/46976/my-ac-solution-one-pipe-command-but-cost-20ms
https://leetcode.com/discuss/29001/solution-using-awk-and-pipes-with-explaination
LeetCode All in One 题目讲解汇总(持续更新中...)