快速统计字符串重复次数

创作者俱乐部成员

昨天遇到个问题：A列是一些字符串，要在B列逐行统计字符串重复出现的次数

即在B列下拉公式=COUNTIF($A$1:A1,A1)得到的结果

但问题是，当A列达到数万行，比如2万行时，每次下拉wps左下角会出现进度条

虽然是多线程计算，仍需要等待10秒左右才能完成

现在需要秒出结果的方法

一开始想到的是awk命令，写起来十分简单

🔔	awk '{print ++d[$0]}' a.txt

如图，1千万行用了10秒，2万行确实秒出结果

原理就是用字典d进行计数，避免了重复countif

改写成js宏大概如图：

以自定义公式的方式使用，可以秒出结果

再进一步，如果不使用js宏，只用动态数组公式行不行

刚开始还是在动态数组公式里使用countif，很慢

大概是因为countif本身重复计数了太多次

那么不使用countif试试，于是如下：

🔔	=LET(a,A1:A20000,b,SORT(HSTACK(SEQUENCE(ROWS(a)),a),2),c,GROUPBY(a,a,COUNTA,0,0,1),d,DROP(REDUCE(0,INDEX(c,,2),LAMBDA(x,y,VSTACK(x,SEQUENCE(y)))),1),INDEX(SORT(HSTACK(b,d)),,3))

确实秒出结果了，不过好丑🤣，大概就是避开了countif的重复计数

最后，还有一个发现，在linux里即使下拉公式的速度也非常快，如上面2万行的填充，win10里耗时10秒，linux里耗时2秒左右

另外，如果使用js宏向表格填充数据，比如填充1千万单元格，明显感觉linux比win10快一倍以上

曾经用ahk做试验，如果生成一个safearray再填充wps,速度和excel是一样的，但如果填充js数组，则慢一半，所以当时猜测js数组会被转为safearray再填充

但linux不需要兼容com接口，是不是因此填充速度快得多

有没有感兴趣的朋友也试试看是啥原因😁

3天前海南省

9 +1