Leetcode: Word Frequency (shell , awk)

單詞統計。仍然先貼代碼，再講我的思路：

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

#!/bin/bash

awk '
BEGIN{

while(getline < "words.txt") {
        for(i=1;i<=NF;i++) {
                freq[$i]++;
        }
}

n = asort(freq, dest);
for(word in freq) {
        reversefreq[freq[word]] = word;
}

for (j=n;j>=1;j--) {
        print reversefreq[dest[j]]" "dest[j];
}

}'

一、awk數組可以是按字符串取值，當然就想到用它，但是在其value遞增時，要不要先初始化爲0呢？另外，在判斷第一個word在不在array的index裏之前，是否需要聲明array呢？awk數組不需要聲明，且對value可以直接進行遞增操作。awk數組是我見過的最強大的數組。

二、按空格分割用到簡單的正則表達式，分隔符爲一個或多個空格，則正則表達式就是：

" +"

所有的正則表達式規則都一樣，Java的split函數，其參數也是可以用正則表達式的，例如：

String[] ssplit = s.split(" +");

也是分割一個或多個空格。不過awk使用$i取每一列的值時，已經有這樣的能力，不用再用正則表達式了。

三、asort()函數會破壞原數組的index，所以我們將排序放到dest數組上去。dest數組保存着freq數組的由小到大的value，這時候我們將freq數組的key和value互換，得到reversefreq數組。這樣，我們就能按照freq數組，取出相應的word了！這就是爲什麼題目裏有這麼一句：Don’t worry about handling ties, it is guaranteed that each word’s frequency count is unique.

總之，awk數組是我用過的最好用的數組了！

---