文件独特行数问题

@Python学习

文件和数据格式化

文件独特行数问题

问题：统计附件文件中与其他任何其他行都不同的行的数量，即独特行的数量。

我的思路：
读入文件，设置一个字典，键为每行内容，值为出现次数，通过for循环遍历，使用dic[i] = dic.get(i, 0) + 1来实现内容出现次数的统计，最后遍历筛选，统计出现次数为一次的行数。
实现代码：

f = open('latex.log', "r", encoding = 'utf-8')
dic = {}
for i in f:
    dic[i] = dic.get(i, 0) + 1
f.close()
count = 0
for k in dic.keys():
    if dic[k] == 1:
        count += 1
print("共{}独特行".format(count))

运行后结果正确，但看了下参考答案，发现自己写的还是略显笨拙。

参考答案：

f = open("latex.log")
ls = f.readlines()
s = set(ls)
for i in s:
    ls.remove(i)
t = set(ls)
print("共{}独特行".format(len(s)-len(t)))

思路解析:
文件的所有行都是由两部分组成，即独特行和重复行。为统计独特行的个数，可以挨个找出累加独特行，也可以用总行数减去重复行。

1. 利用f.readlines()将文件以行为元素储存入列表；
2. 利用集合去重的特性将上步取得的列表转化为集合，集合包含独特行与重复行的代表；
3. 遍历集合，利用remove()方法将集合中的所有元素在列表中都删除一个，这样一来列表中剩下的就是所有重复行；（ls.remove(x), 将列表ls中第一次出现的元素x删除）
4. 将只剩重复行的列表化为集合，通过len()取得总行数与重复行数，二者求差得到独特行数。