各位大大能不能给我这个统计排序的脚本 ?

gr33n

各位大大好:

一个字符串, 是由字符 A, B, C, D 字符组成的。如:
ABDCDCDC

1: 按照 输入值 K值 进行分割，分割成每 K个字符 一组。如:

K = 1   A B D C D C D C 共8组
K = 2   AB DC DC DC     共4组
K = 3   ABD CDC DC      共3组

2: 统计每组字符的数值:
字符的值 A = 0, B = 1, C = 2, D = 3

每组字符数值计算公式如:
DC  值 3, 2                 => (3 * 4**1) + (2 * 4**0) = 14
ABC 值 0, 1, 2 => (0 * 4**2) + (1 * 4**1) + (2 * 4**0) = 6


3: 结果按照频数由大到小排序, 如:

字符串: ABDCDCDC
K = 2, 共4组字符, AB DC DC DC 输出为:
字符组  频数  每组字符的数值



DC  3   14
AB  1   1


各位大大能不能给我这个统计排序的脚本 ?

字符串: ABDCDCDCAABBCDCCABBB
K值: 输入
输出为: ?

ly5066113

回复 1# gr33n


试试：

1. use strict;
   
2. use warnings;
   
3. 
   
4. my $str = shift;
   
5. my $k = shift;
   
6. my %v = (
   
7.         "A" => 0,
   
8.         "B" => 1,
   
9.         "C" => 2,
   
10.         "D" => 3,
    
11. );
    
12. my %h;
    
13. 
    
14. for ( my $i = 0; $i <= ( length($str) - 1 ); $i += $k )
    
15. {
    
16.         $h{substr($str, $i, $k)} ++;
    
17. }
    
18. 
    
19. foreach ( sort { $h{$b} <=> $h{$a} or $a cmp $b } keys %h )
    
20. {
    
21.         my $value = 0;
    
22.         for my $i ( 0 .. ( length($_) - 1 ) )
    
23.         {
    
24.                 $value += $v{substr($_, $i, 1)} * 4 ** ( length($_) - $i - 1 );
    
25.         }
    
26.         print "$_\t$h{$_}\t$value\n";
    
27. }

复制代码

$ perl test.pl ABDCDCDCAABBCDCCABBB 2
DC      3       14
AB      2       1
BB      2       5
AA      1       0
CC      1       10
CD      1       11
$ perl test.pl ABDCDCDCAABBCDCCABBB 3
CDC     2       46
ABB     1       5
ABD     1       7
BB      1       5
CAB     1       33
DCA     1       56

mcshell

回复 1# gr33n

1. use strict;
   
2. use warnings;
   
3. my $str  = 'ABDCDCDCAABBCDCCABBB';
   
4. my $k    = 2;
   
5. my @line = unpack "A$k" x ( length($str) ), $str;
   
6. my $h;
   
7. my $l = {
   
8.     "A" => 0,
   
9.     "B" => 1,
   
10.     "C" => 2,
    
11.     "D" => 3,
    
12. };
    
13. for (@line) {
    
14.     next unless $_;
    
15.     $h->{$_}++;
    
16. }
    
17. 
    
18. for my $m (  keys $h ) {
    
19.     my $sum;
    
20.     my @data = split //, $m;
    
21.     for ( 0 .. ( length($m) - 1 ) ) {
    
22.         $sum += ( $l->{ pop @data } * 4**$_ );
    
23.     }
    
24.     print "$m\t$h->{$m}\t$sum\n";
    
25. }
    

复制代码

gr33n

好厉害！谢谢2位大大了。

rubyish

ru:

1. #!/usr/bin/perl
   
2. my $S = 'ABDCDCDCAABBCDCABBCB';
   
3. my %V = qw[A 0 B 1 C 2 D 3];
   
4. my $K = do { print 'k = '; 0 + <> };
   
5. my %S ; map $S{$_}++, map /(.{$K}|.+)/g, $S;
   
6. 
   
7. print map {
   
8.     my ( @C, $v ) = split //;
   
9.     map $v += $V{ shift @C } * 4**@C, @C;
   
10.     join( "\t", $_, $S{$_}, $v ) . $/
    
11. } sort { $S{$b} <=> $S{$a} } keys %S;

复制代码

rdcwayx

by shell

1. $ cat gr33n.sh
   
2. 
   
3. #! /usr/bin/bash
   
4. 
   
5. str=$1
   
6. key=$2
   
7. 
   
8. echo $str $key|awk 'BEGIN{c["A"]=0;c["B"]=1;c["C"]=2;c["D"]=3}
   
9. {  l=split($1,a,"")
   
10.    for (i=1;i<=l;i=i+$2)
    
11.      { s="";v=0
    
12.        for (j=0;j<$2;j++) s=s a[i+j]
    
13.        d[s]++
    
14.        m=split(s,b,"")
    
15.        for (k=1;k<=m;k++) v+=c[b[k]]*4**(m-k)
    
16.        e[s]=v
    
17.      }
    
18. }
    
19. END {for (i in d) print i,d[i],e[i]}' |sort -k2nr

复制代码

1. $ ./gr33n.sh  ABDCDCDCAABBCDCCABBB 3
   
2. CDC 2 46
   
3. ABB 1 5
   
4. ABD 1 7
   
5. BB 1 5
   
6. CAB 1 33
   
7. DCA 1 56

复制代码