[已解决]20元求词频统计

lxh623 · 发表于 2019-7-31 14:27:34

回复 15# happy886rr
请问，可以发一个到同名163邮箱吗。谢谢！
当真了解了一下，登录时间是上个月。
不知道是不是不分词的统计？是不是可以设置统计1-6个字的频率？

lxh623 · 发表于 2019-7-31 14:29:41

回复 9# WHY
要是直接用每一行去搜索，不是更通用吗？
麻烦一下。

WHY · 发表于 2019-7-31 18:16:07

回复 17# lxh623

这个是根据你的具体要求来的，条件一变脚本就得改，"通用" 应该谈不上。
如果以每一行关键字（顶楼说26万行）去搜索诗词每一行内容，循环次数会增加很多，可能会降低效率。你可以试试：

gawk "FNR==NR{a[$0]=1};FNR!=NR{for(i in a)b[i]+=gsub(i,i)}END{for(i in b)print i,b[i]}" 关键词.txt 诗词.txt > Result.txt

复制代码

xczxczxcz · 发表于 2019-7-31 19:13:53

简单测试了下，顶楼诗词复制粘贴到 60-70M。搜索存在不重复的关键词1000个用时约77秒。26万多个得6个小时左右。这东西得用 C 或汇编之类来写。

lxh623 · 发表于 2019-8-1 09:04:48

回复 19# xczxczxcz
9楼的代码大约四十分钟，很快的。是29万行的关键词。

lxh623 · 发表于 2019-8-1 09:20:07

本帖最后由 lxh623 于 2019-8-1 11:48 编辑

回复 18# WHY
如楼上所说，很快的。
我觉得，都是29万行，用2-3个字或者一行，（一行就是2-3个字）难道不一样吗。
9楼的代码，我改成4和6，就是没有结果。怪了。

lxh623 · 发表于 2019-8-2 10:55:51

回复 15# happy886rr
无法获得启动参数。不会用啊！

复制代码

		自动登录	找回密码
密码			注册

[新手上路]批处理新手入门导读	[视频教程]批处理基础视频教程	[视频教程]VBS基础视频教程	[批处理精品]批处理版照片整理器
[批处理精品]纯批处理备份&还原驱动	[批处理精品]CMD命令50条不能说的秘密	[在线下载]第三方命令行工具	[在线帮助]VBScript / JScript 在线参考