Linux 在1文件中查找最常重复出现的字符串

序言： 我们的任务是尽快实现brainfuck解释器。为了使这个解释器尽可能快，我们想让一些类似[-]的脑力操指令成为解释器的本机指令。我们想用更多的指令来实现这一点，所以我们想知道应该实现哪些指令

我们发现了很多关于比较两个独立文件的信息，但是有没有办法找到文件中重复出现的字符串？例如：

文件：

返回：

2 x ' is '
2 x ' my '
2 x ', '

---

您知道Windows或Linux中有任何程序可以执行此操作吗？

使用sh、coreutils/sort和awk：

awk 'BEGIN { FS="[,. ;!?]" }  { for (i=1; i<=NF;i++) { A[$i]++ } }  END { for (a in A) { print A[a], a } }' | sort -k1 -n -r

---

awk'BEGIN{FS=“[，.；！？]”}{（i=1；i使用sh、coreutils/sort和awk:

awk 'BEGIN { FS="[,. ;!?]" }  { for (i=1; i<=NF;i++) { A[$i]++ } }  END { for (a in A) { print A[a], a } }' | sort -k1 -n -r

awk'BEGIN{FS=“[，.；！？]”}{for（i=1；i你想在字符串中包含空格吗？分隔符是什么？是的，我们想包含空格，所以没有分隔符，空格应该放在哪个单词上？左，右，都是？@jurez，我和Maarten一起工作，文件应该被视为字符数组，所以不应该区分空格、字母和数字。这仍然是不明确的。Pl请提供一个不矛盾的示例，说明如何将字符串拆分为多个部分，或描述确切的规则。是否要在字符串中包含空格？分隔符是什么？是的，我们希望包含空格，因此不包含分隔符，空格应该放在哪个词上？左、右，两者都有？@jurez，我与Maarten合作，该文件应被视为char数组，因此不应区分空格、字母和数字。这仍然是不明确的。请提供一个不矛盾的示例，说明如何将字符串拆分为多个部分，或描述确切的规则。