一道面试题：去重排序

题目

给定列表，列表内的数据全是str类型，对列表内的数据进行统计元素出现的次数，并排序。

例： ["a", "b", "g", "g", "b", "g", "l", "k", "k"]

返回： {'g': 3, 'b': 2, 'k': 2, 'a': 1, 'l': 1}

解1

不使用任何内置函数：

def count_list_1(data:list):
    res = {}
    for item in data:
        if item not in res.keys():
            res[item] = 1
        else:
            res[item] += 1
    return dict(sorted(res.items(), key=lambda i:i[1], reverse=True))

测试：

print(count_list_1(["a", "b", "g", "g", "b", "g", "l", "k", "k"]))

# 返回
{'g': 3, 'b': 2, 'k': 2, 'a': 1, 'l': 1}

解2

使用列表的 count 函数。

def count_list_2(data:list):
    res = {}
    for item in data:
        res[item] = data.count(item)
    return dict(sorted(res.items(), key=lambda i:i[1], reverse=True))

测试：

print(count_list_2(["a", "b", "g", "g", "b", "g", "l", "k", "k"]))

# 返回
{'g': 3, 'b': 2, 'k': 2, 'a': 1, 'l': 1}

解3

使用 collections.Counter

import collections

def count_list_3(data:list):
    return dict(sorted(collections.Counter(data).items(), key=lambda i: i[1], reverse=True))

测试：

print(count_list_3(["a", "b", "g", "g", "b", "g", "l", "k", "k"]))

# 返回
{'g': 3, 'b': 2, 'k': 2, 'a': 1, 'l': 1}

消耗时间对比

对代码进行改造，随机生成一个字符串列表。然后使用 cProfile 进行测试。

# 统计列表中的重复的元素的个数, 并对结果进行排序
# ["a", "b", "g", "g", "b", "g"] => {"a": 1, "b":2, "g": 3}
import collections
import random
import string


def count_list_1(data: list):
    res = {}
    for item in data:
        if item not in res.keys():
            res[item] = 1
        else:
            res[item] += 1
    return dict(sorted(res.items(), key=lambda i: i[1], reverse=True))


def count_list_2(data: list):
    res = {}
    for item in data:
        if item not in res.keys():
            res[item] = data.count(item)
    return dict(sorted(res.items(), key=lambda i: i[1], reverse=True))


def count_list_3(data: list):
    return dict(sorted(collections.Counter(data).items(), key=lambda i: i[1], reverse=True))


if __name__ == "__main__":
    data = [random.choice(string.ascii_letters) for i in range(10000)]
    count_list_1(data)
    count_list_2(data)
    count_list_3(data)

测试命令: python -m cProfile -s tottime test.py |grep count_list

列表长度为10000，测试结果：

ncalls  tottime  percall  cumtime  percall filename:lineno(function)
  1    0.002    0.002    0.003    0.003 test.py:9(count_list_1)
  1    0.001    0.001    0.010    0.010 test.py:19(count_list_2)
  1    0.000    0.000    0.000    0.000 test.py:27(count_list_3)

列表长度为50000，测试结果：

ncalls  tottime  percall  cumtime  percall filename:lineno(function)
    1    0.010    0.010    0.013    0.013 test.py:9(count_list_1)
    1    0.006    0.006    0.044    0.044 test.py:19(count_list_2)
    1    0.000    0.000    0.002    0.002 test.py:27(count_list_3)

列表长度为100000，测试结果：

ncalls  tottime  percall  cumtime  percall filename:lineno(function)
    1    0.020    0.020    0.026    0.026 test.py:9(count_list_1)
    1    0.012    0.012    0.090    0.090 test.py:19(count_list_2)
    1    0.000    0.000    0.004    0.004 test.py:27(count_list_3)

由此可见， collections.Counter 性能是最好的, 列表中的 count 函数次之。

有兴趣的童鞋可以研究下 Counter 的源码是怎么写的。

Enjoy your code, good luck.