awk 关联数组

以下为网上看到的某面试题，发现之前自己对awk数组不了解。以下自己的理解。并整理网络部分例子。

1.有一个文件是QQ号到手机号的绑定关系，一行一个关系，格式如下：

#cat qq

11235334:13443253456

11235335:13443253457

11235336:13443253458

11235333:13443253458

11235336:13443253459

11235334:13443253452

要求统计出每个QQ绑定了几个手机，输出到一个文件里。格式如下：

[11235333]

1

 

13443253458

[11235334]

2

 

13443253456

 

13443253452

[11235335]

1

 

13443253457

[11235336]

2

 

13443253458

 

13443253459

 

 

#awk -F:  '{a[$1]=a[$1]"\n\n"$2;b[$1]++}END{for (i in a)print "["i"]""\n"b[i],a[i]}' qq

解释：a[$1]=a[$1]"\n\n"$2

第一行  读入前a[11235334]= NULL 。读入第一行，赋值 即 a[11235334]=NULL"\n\n"13443253456="\n\n"13443253456   其中第一个\n为换行。第二个\n为空一行

第二行 a[11235335]= "\n\n"13443253457

第六行 a[11235334]= a[第一行已赋值]"\n\n"13443253452=NULL"\n\n"13443253456"\n\n"13443253452

 

b[$1]++   ：数组计数，以$1下标区分。

i in a  ：下标i in数组a， i即各个$1去重复。 a[i]为迭代赋值$2

 

 

 

#############以下整理自网络，并作错误修改改。############################

 

2.数列

 

# cat 1.txt

1 2 3 4 9

4 2 1 3

1 7 8 2

 

最大值awk '{for(i=1;i<=NF;i++)if($i>a)a=$i;b[NR]=a}END{for(j=1;j<NR;j++)if(ma<b[j])ma=b[j];print ma}' 1.txt

行平均awk '{for(i=1;i<=NF;i++)a+=$i;print a/NF}' 1.txt

列总和awk '{for(i=1;i<=NF;i++)b[i]+=$i}END{for (i=1;i<=NF;i++)print b[i]}' 1.txt  

 

###########################################################################################

 

3.号码、等级、时长

 

#cat file.txt （第一列号码--有重号的 ，第二列等级，第三列在线时长秒记）

123432   34  2345545

343245   23  2342345

234234   23  23423545

234523   65  234234

3423423  25  2342345

234234   23  2345234

 

用awk 取出3列值第一列号码，第二列等级要求小于30或者大于50 ，第三列要求相同号码的在线时间累积值。

# awk '$2<30||$2>50{a[$1]+=$3}END{for(i in a)print i,a[i]}' file.txt   (缺第二列)

3423423 2342345

234523 234234

234234 25768779

343245 2342345

 

# awk '$2<30||$2>50{a[$1" "$2]+=$3}END{for(i in a)print i,a[i]}' file.txt （补上第二列，假设第二列不变）

 

 

###########################################################################################

 

4.awk 实现uniq

 

cat a

WuHan

WuHan

WuHan

WuHan

beijing

beijing

huhehaote

huhehaote

SHenZHen

SHenZHen

beijing

huhehaote

huhehaote

SHenZHen

SHenZHen

 

 

# cat a|awk '{a[$1]}END{for(i in a) print i}'     //其实a[$1]数组各值还是为空。

WuHan

huhehaote

beijing

SHenZHen

 

 

##########################

 

5.数组清空

 

[1.]delete array[index]

 

[2.]for (i in frequencies)

       delete frequencies[i]

 

 

 

 

 

参考：

http://dogdogcom.blog.51cto.com/2402458/521084

http://hi.baidu.com/hevensun/blog/item/e9970a4ccec77ff2d62afc27.html

 

 

 

###############################################################################

 

附1：

 

执行顺序

#awk ‘条件1{print $1} 条件2{print $2}’ file1 file2

                 1        2              《---file1  line1

 3   4  《--file 1  lin

 5   6              《file2    line1  。。

 

 

附2：

 

在 awk 中数组叫做关联数组(associative arrays)，

下标记可以是数也可以是串。awk 中的数组不必提前声明，也不必声明大小。下标从1开始。

由于awk数组，是关联数组。for…in循环输出时候，默认打印出来是无序数组。   手动排列 for(i=1;i<=XX;i++){print i,a[i];