数组中最常见的元素（bash 3.2）

Question

在使用 bash 的 shell 脚本中，我想找到一个数组中出现频率最高的数字，并将结果存储在变量 $result 中。该数组可以有任意数量的值。如果返回多个结果，那么我想选择最小的数字。

我了解 bash 可能不是解决此问题的最佳工具，我愿意接受有关使用 Mac OS X 系统上脚本中命令行中可用工具的建议。

例子：

array=(03 03 03 04 04 04 04)
3 次出现 03
4 次出现 04
应该将 04 返回到名为 $result 的变量中。

另一个例子：

数组=(03 03 03 03 04 04 04 04)
4 次出现 03
4 次出现 04
选择最小的数字，即 03
应该将 03 返回到名为 $result 的变量中。

感谢您的帮助。

Answer 1

您的问题有一个歧义需要解决：您说数组是 numbers 的数组，但该示例为它们提供了前导零，如果您这样做会导致一些意外将字符串视为数字（它们将被解释为八进制）。

除此之外，解决方案比较简单：使用sort和uniq统计每个值的实例数，将结果按count排序，然后提取第一个值。为了满足排序的要求，我们首先使用printf将数组每行一个元素写入：

printf '%s\n' "${arr[@]}" | sort | uniq -c |
sort -k1,1nr -k2 | awk '{print $2; exit}'

对sort 的两次调用都将原始数据排序为字符串。如果您真的想将它们排序为数字，您可以使用：

printf '%d\n' "${arr[@]}" | sort -n | uniq -c |
sort -k1,1nr -k2n | awk '{print $2; exit}'

虽然这会将所有数字标准化为规范形式（这样03 将变为3）。

Answer 2

这是一个基于 awk 的解决方案，它避免了 bash 关联数组：

#!/bin/bash
get_result(){
awk '
  { 
      n=++hsh[$1]
      if(n>max_occ){
         max_occ=n
         what=$1
      }else if(n==max_occ){
         if(what>$1) 
             what=$1
      }
  } 
  END { print what }
'
}

array=(03 03 03 04 04 04 04)
result=$(printf "%s\n" "${array[@]}" |  get_result)
echo $result

array=(03 03 03 03 04 04 04 04)
result=$(printf "%s\n" "${array[@]}" |  get_result)
echo $result

结果是 03 和 04，如您的示例所示。

Answer 3

您可以使用关联数组来跟踪数组元素的频率：

#!/bin/bash

arr=(1 2 3 4 4 44 4 4 5 5)
declare -A hash
max_times=0
for i in "${arr[@]}"; do
  ((hash[$i]++))
  h=${hash[$i]}
  if [[ $h > $max_times ]]; then
    max=$i
    max_times=$h
  fi
done

echo max=$max, max_times=$max_times

输出：

max=4, max_times=4

如果我们不能使用关联数组，那么我们可以使用外部工具：

array=(1 3 3 333 5 66 5 33 66 66 33 22 11)
printf '%d\n' "${array[@]}" | sort -n | uniq -c | sort -n | tail -1

输出：

  3 66