以最佳时间复杂度获取列表中出现次数最多的 5 个元素 [重复]

Question

我正在尝试从列表中获取 5 个最常出现的元素及其出现次数。我用一个时间复杂度为 O(5*n*n) 的解决方案解决了这个问题。

是否存在时间复杂度更高的最优解？

示例输入：

[['16.37.123.153','119.222.456.130','38673','161','17','62','4646']
 ['16.37.456.153','119.222.123.112','56388','161','17','62','4646']..]

示例输出：

MostOccurrentElements = [['16.37.123.153','119.222.456.130','38673','161','17','62','4646']..]
Counter = [134, ..]

MostOcccurrentElements 列表的第一个元素与计数器列表的第一个元素一起。

Answer 1

您可以使用heapq.nlargest 方法以 O(n log(t)) 时间复杂度获取出现次数最多的 5 个项目，其中 n 是项目数，t 是要获取的最大项目数。 collections.Counter 可以在 O(n) 时间内获得每个不同项目值的计数，因此总体而言，以下代码可以在平均 O(n log(t)) 内找到出现次数最多的 5 个项目：

from collections import Counter
import heapq
from operator import itemgetter
l = [1,1,2,3,3,3,3,4,4,4,4,5,5,6,6,6,7]
print(heapq.nlargest(5, Counter(l).items(), key=itemgetter(1)))

这个输出：

[(3, 4), (4, 4), (6, 3), (1, 2), (5, 2)]

编辑：正如@jpp 在评论中指出的那样，以上可以通过Counter 中的等效包装方法most_common 来完成：

print(Counter(l).most_common(5))