CXH.ME

源于一个文字游戏的题目

 
  • Jan 05, 2015

起源是这样一道题目：

于是想到通过word dict来算一下：

先去下载了中文词库：

git clone git@github.com:ling0322/webdict.git

然后去掉词频信息：

awk ‘{ if (length($1)==2) print $1}’ webdict_with_freq.txt >webdict.txt

先按照出现位置来正则过滤候选集，并且去掉大/日/风/思四个字：

grep ‘^大.*’ webdict.txt| sed ‘s/大//g’ >da.txt 
grep '^日.*' webdict.txt| sed 's/日//g' >ri.txt
grep '.*风$' webdict.txt| sed 's/风//g' >feng.txt
grep '.*思$' webdict.txt| sed 's/思//g' >si.txt

之后的事情就很有意思了，每次join两个文件，因为大/日/风/思四个字是没有交集的，所以结果就是要求的字：

comm -12 <(sort da.txt|uniq ) <(sort ri.txt|uniq ) >da_ri.txt 
comm -12 <(sort feng.txt|uniq ) <(sort da_ri.txt|uniq ) >da_ri_feng.txt
comm -12 <(sort si.txt|uniq ) <(sort da_ri_feng.txt|uniq ) >da_ri_feng_si.txt

最后的凶手答案只有一个：

谢谢观看～。

参考文献:

[1] LINUX Shell 下求两个文件交集和差集的办法, http://blog.csdn.net/autofei/article/details/6579320

Search