[LeetCode] 192.Word Frequency 單詞頻率

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.

[show hint]

這道題給了我們一個(gè)文本文件，讓我們統(tǒng)計(jì)里面單詞出現(xiàn)的個(gè)數(shù)，提示中讓我們用管道Pipes來(lái)做，在之前那道Tenth Line中，我們使用過(guò)管道命令。提示中讓我們用管道連接各種命令，然后一行搞定，那么我們先來(lái)看第一種解法，乍一看啥都不明白，咋辦？沒(méi)關(guān)系，容我慢慢來(lái)講解。首先用的關(guān)鍵字是grep命令，該命令一種強(qiáng)大的文本搜索工具，它能使用正則表達(dá)式搜索文本，并把匹配的行打印出來(lái)。后面緊跟的-oE '[a-z]+'參數(shù)表示原文本內(nèi)容變成一個(gè)單詞一行的存儲(chǔ)方式，于是此時(shí)文本的內(nèi)容就變成了：

the
day
is
sunny
the
the
the
sunny
is

下面的sort命令就是用來(lái)排序的。排完序的結(jié)果為：

day
is
is
is
sunny
sunny
the
the
the
the

后面的uniq命令是表示去除重復(fù)行命令，后面的參數(shù)-c表示在每行前加上表示相應(yīng)行目出現(xiàn)次數(shù)的前綴編號(hào)，得到結(jié)果如下：

   1 day
3 is
2 sunny
4 the

然后我們?cè)賡ort一下，后面的參數(shù)-nr表示按數(shù)值進(jìn)行降序排列，得到結(jié)果：

   4 the
3 is
2 sunny
1 day 

而最后的awk命令就是將結(jié)果輸出，兩列顛倒位置即可：

解法一：

grep -oE '[a-z]+' words.txt | sort | uniq -c | sort -nr | awk '{print $2" "$1}' 

下面這種方法用的關(guān)鍵字是tr命令，該命令主要用來(lái)進(jìn)行字符替換或者大小寫(xiě)替換。后面緊跟的-s參數(shù)表示如果發(fā)現(xiàn)連續(xù)的字符，就把它們縮減為1個(gè)，而后面的‘ '和‘\n'就是空格和回車(chē)，意思是把所有的空格都換成回車(chē)，那么第一段命令tr -s ' ' '\n' < words.txt 就好理解了，將單詞之間的空格都換成回車(chē)，跟上面的第一段實(shí)現(xiàn)的作用相同，后面就完全一樣了，參見(jiàn)上面的講解：

解法二：

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

下面這種方法就沒(méi)有用管道命令進(jìn)行一行寫(xiě)法了，而是使用了強(qiáng)大的文本分析工具awk進(jìn)行寫(xiě)類(lèi)C的代碼來(lái)實(shí)現(xiàn)，這種寫(xiě)法在之前的那道Transpose File已經(jīng)講解過(guò)了，這里就不多說(shuō)了，最后要注意的是sort命令的參數(shù)-nr -k 2表示按第二列的降序數(shù)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

參考資料：

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

到此這篇關(guān)于Pipes實(shí)現(xiàn)LeetCode(192.單詞頻率)的文章就介紹到這了,更多相關(guān)Pipes實(shí)現(xiàn)單詞頻率內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論