跳转至

LeetCode: 192. 统计词频

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、解题思路

# Read from the file words.txt and output the word frequency list to stdout.

grep -E -o "\b[[:alpha:]]+\b" words.txt | awk ' { count[$0]++ } END{for(word in count) {printf("%s %s\n",word,count[word])} }' | sort -k 2 -rn