面试题：Bash关联数组的复杂应用

Question

在Bash中，关联数组相较于普通数组有哪些不同？编写一个Bash脚本，使用关联数组来统计一段文本文件中每个单词出现的次数，并按出现次数从高到低输出单词及其出现次数。

Answer 1

关联数组相较于普通数组的不同

1. 索引类型：
   • 普通数组：普通数组使用整数作为索引，索引从0开始，按顺序递增。例如：array=(element1 element2 element3)，可以通过${array[0]}，${array[1]}等方式访问元素。
   • 关联数组：关联数组使用字符串作为索引，也称为键（key）。这使得数组的索引更加灵活，可以使用有意义的字符串作为索引，而不局限于数字。例如：declare -A assoc_array，然后可以通过assoc_array[key1]=value1来赋值。
2. 声明方式：
   • 普通数组：无需特殊声明，直接通过赋值方式创建，如array=(value1 value2)。
   • 关联数组：需要使用declare -A声明。例如：declare -A assoc_array。
3. 访问元素：
   • 普通数组：通过整数索引访问，如${array[1]}。
   • 关联数组：通过字符串键访问，如${assoc_array[key1]}。

统计文本文件中单词出现次数并按次数从高到低输出的Bash脚本

#!/bin/bash

# 声明关联数组
declare -A word_count

# 读取文件内容并统计单词出现次数
while read -r line; do
    for word in $line; do
        # 去除单词两端的标点符号等非字母数字字符
        word=$(echo $word | tr -cd '[:alnum:]\n')
        if [ -z "$word" ]; then
            continue
        fi
        if [ -v word_count[$word] ]; then
            word_count[$word]=$((word_count[$word]+1))
        else
            word_count[$word]=1
        fi
    done
done < input.txt

# 按出现次数从高到低排序并输出
for word in $(echo ${!word_count[@]} | tr ' ' '\n' | sort -rn -k1 -t$'\t' -s -u | while read -r w; do echo -e "${word_count[$w]}\t$w"; done | sort -rn -k1 -t$'\t' | cut -f2); do
    echo "$word: ${word_count[$word]}"
done

在上述脚本中：

1. 首先声明了一个关联数组word_count用于统计单词出现的次数。
2. 通过while read -r line逐行读取文本文件input.txt的内容。
3. 对每行中的每个单词进行处理，去除非字母数字字符，然后统计单词出现的次数。
4. 最后，通过一系列sort命令对关联数组按出现次数从高到低排序并输出单词及其出现次数。