python元组的创建取值排序计数_从keyvalue对元组列表中获取计数最少的项的键

The goal is to find the last n keys with the least counts

根据这个目标的定义，你的两个解决方案都不适合。在一个带有Counter的程序中，您使用dict，这将使键的顺序未定义，您将不会得到最后一个键，而是一些值最小的n键。第二个解决方案有不正确的切片，如果它被修复，它将返回值最小的第一个n键。在

考虑到^{}实现是stable，可以像这样重写它以符合目标：def author_2():

output, *_ = zip(*sorted(reversed(l), key=lambda v: v[1])[:n])

return list(reversed(output))

但是使用^{}是一个更好的主意，这是一个stdlib工具，用于处理“来自iterable的n个最小/最大值”(正如Martijn Pieters所指出，nlargest和{}也是稳定的，文档确实是这样说的，但是是隐式的)。尤其是如果你要处理的真正的列表是大的(对于小的n它应该比sorted作为docs describe)更快。在

^{pr2}$

您可以进一步提高性能，但以顺序(排序稳定性)为代价，即一些值最小的n键代替最后一个值最小的n键。为此，您需要保留一个“heapified”列表，并将其用作内部数据结构，而不是普通的list(如果您不更改列表并且只需要bottom-n一次，它将不会提高性能)。您可以从列表中推送和弹出，例如：_p2_heap = None

def prop_2():

global _p2_heap

if not _p2_heap:

_p2_heap = []

for item in l:

heapq.heappush(_p2_heap, item[::-1])

return [item[1] for item in heapq.nsmallest(n, _p2_heap)]

下面是完整的模块，您可以使用它来对解决方案进行基准测试。在import heapq

from collections import Counter

l = [

('herr', 1), ('dapao', 1),

('cino', 1), ('o', 38),

('tiao', 2), ('tut', 1),

('poh', 6), ('micheal', 1),

('orh', 1), ('horlick', 3),

('si', 1), ('tai', 1),

('titlo', 1), ('siew', 17),

('da', 1), ('halia', 2)

]

n = 5

def author_1():

return list(dict(Counter(dict(l)).most_common()[-n:]).keys())

def author_2():

output, *_ = zip(*sorted(reversed(l), key=lambda v: v[1])[:n])

return list(reversed(output))

def prop_1():

rev_result = heapq.nsmallest(n, reversed(l), key=lambda v: v[1])

return [item[0] for item in rev_result][::-1]

_p2_heap = None

def prop_2():

global _p2_heap

if not _p2_heap:

_p2_heap = []

for item in l:

heapq.heappush(_p2_heap, item[::-1])

return [item[1] for item in heapq.nsmallest(n, _p2_heap)][::-1]

以下是timeit结果：$ python -m timeit -s "import tst" "tst.author_1()"

100000 loops, best of 3: 7.72 usec per loop

$ python -m timeit -s "import tst" "tst.author_2()"

100000 loops, best of 3: 3.7 usec per loop

$ python -m timeit -s "import tst" "tst.prop_1()"

100000 loops, best of 3: 5.51 usec per loop

$ python -m timeit -s "import tst" "tst.prop_2()"

100000 loops, best of 3: 3.96 usec per loop

但是，如果我们使l = l * 1000的话，差别将变得明显：$ python -m timeit -s "import tst" "tst.author_1()"

1000 loops, best of 3: 263 usec per loop

$ python -m timeit -s "import tst" "tst.author_2()"

100 loops, best of 3: 2.72 msec per loop

$ python -m timeit -s "import tst" "tst.prop_1()"

1000 loops, best of 3: 1.65 msec per loop

$ python -m timeit -s "import tst" "tst.prop_2()"

1000 loops, best of 3: 767 usec per loop