数组排序(awk)

这篇博客介绍了如何使用awk处理包含多个字段的文件,统计每行中字符'X'出现的次数,并按出现次数排序。方法包括利用关联数组、awk内置的asort和asorti函数,以及结合-F选项和sort命令的技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

2011-08-04 wcdj


http://topic.youkuaiyun.com/u/20110803/14/86369f36-d4cd-47a4-9d6e-bc8185a6d201.html
问题:
比如说,文件格式如下:
a b x c d
x a c d a
c x x d v
...

每行有5个字段,统计每行出现x的次数,
并根据x的数量从小到大重排各行。


方法1:使用关联数组。(限制是每一行x的数量都必须不同)

awk中的数组的下标可以是数字和字母,称为关联数组。

# test.awk

#BEGIN{
#	myarray[-1]=ARGV[1];# awk -f test.awk data
#	print myarray[-1];  # print data	
#}
{
	cnt=0;
	for(i=0; i<NF; ++i){
	# debug
	#	printf("%c ",$(i+1));
		if($(i+1)=="x"){
			++cnt;
		}
	}		
	#printf("\n");
	myarray[cnt]=$0;
}
END{
	for(i=0; i<=NF; ++i){
		if(myarray[i]){
			print myarray[i];
		}
	}
}

测试:data.txt
a b x c d
b x c x x
c x x d v

awk -f test.awk data

输出:
a b x c d
c x x d v
b x c x x


方法2:使用排序函数。(限制同方法1)

排序是经常用到的操作,然而原始版本的awk并没有内置的sort函数,想要排序数组的话只能自己实现一个sort函数。在gawk的3.1以后的版本,扩展提供了对数组的sort功能:asort和asorti函数。awk中并不存在真正的数组或者list,它的数组其实是关联数组模拟的,所以gawk中的sort接口都是针对关联数组的。
(1) asort函数
asort函数排序一个关联数组,排序后的数组的value值有序排列,数组的下表变为1,2,……,N,也就是说asort函数会舍弃原先关联数组的下标。这个是因为,想要按照固定的顺序访问关联数组,只能借助于下标的有序。
    n = asort(data);  
    for (i = 1; i <= n; i++)         
        do something with data[i];
asort可以接受第二个参数,用来存储排序后的结果,这样原来的数组可以保持不变,避免了下标的丢失。    
    n = asort(source, dest);    
    for (i = 1; i <= n; i++)         
        do something with dest[i];

(2) asorti函数
在gawk3.1.2以后的版本还提供了一个asorti函数,这个函数不是依据关联数组的值,而是依据关联数组的下标排序,        
    n = asorti(source, dest);         
    for (i = 1; i <= n; i++) {             
        do something with dest[i];            Work with sorted indices directly             
        ...             
        do something with source[dest[i]];    Access original array via sorted indices
3.1.0和3.1.1的版本的gawk没有提供这个函数,但是可以很容易通过asort函数进行模拟,编写自己的asorti函数。

# test.awk

BEGIN{
	#myarray[-1]=ARGV[1];# awk -f test.awk data
	#print myarray[-1];  # print data	
}
{
	cnt=0;
	for(i=0; i<NF; ++i){
	# debug
	#	printf("%c ",$(i+1));
		if($(i+1)=="x"){
			++cnt;
		}
	}		
	#printf("\n");
	myarray[cnt]=$0;
}
END{
	n=asorti(myarray, dest);#  asorti(gawk3.1.2)
	for(i=1; i<=n; ++i){
		print myarray[dest[i]]; #print value of array
	}
	#for(i=0; i<=NF; ++i){
	#	if(myarray[i]){
	#		print myarray[i];
	#	}
	#}
}

方法3:使用 -F 分割和sort排序技巧。(没有限制)


pic

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值