192. 统计词频 - 力扣（LeetCode）

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？

cat words.txt | xargs -n 1 | sort | uniq -c | sort -nr | awk '{print $2" "$1}'

1. cat words.txt：

   • 这个命令读取 words.txt 文件的内容并将其输出到标准输出。

2. | xargs -n 1：

   • | 是管道符，将前一个命令的输出传递给下一个命令。
   • xargs -n 1 将输入的每一行（或每个单词）作为参数传递给后续命令。-n 1 表示每次只处理一个参数。

3. | sort：

   • 将传递过来的单词进行排序。排序是为了后续的去重操作能够正确统计相同单词的出现次数。

4. | uniq -c：

   • uniq 命令用于去除重复的行。-c 选项会在输出中添加每个唯一行的出现次数，即统计每个单词的出现次数。

5. | sort -nr：

   • 这个命令对统计结果进行排序。-n 表示按数值排序，-r 表示以降序排列。这样可以将出现次数最多的单词排在前面。

6. | awk '{print \$2" "\$1}'：

   • awk 是一个文本处理工具，这里用于格式化输出。\$1 表示行的第一个字段（出现次数），\$2 表示第二个字段（单词）。因此，这条命令将输出格式化为“单词 出现次数”。