【问题标题】：Python: Dict for counting unique letters in stringPython：用于计算字符串中唯一字母的字典
【发布时间】：2019-01-30 04:05:34
【问题描述】：

在某种程度上，我正在使用 Python 3 中的 String 库来解决这个 HarvardX 挑战，但我认为我的解决方案不是很好。你能找到更简洁的解决方案吗？

这是我的代码：

#writing the 2 strings

alpha = string.ascii_letters

alpha
'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ'

sent = 'She sells seashells on the seashore the seashells she sells are      seashells for sure'
sent
'She sells seashells on the seashore the seashells she sells are seashells for sure'

#WRITING DICT to lookup count alpha string characters within 'She sells(etc)'

mydict_countalpha = {alpha[0]:sent.count(alpha[0]), alpha[1]:sent.count(alpha[1]), alpha[2]:sent.count(alpha[2]), alpha[3]:sent.count(alpha[3]), alpha[4]:sent.count(alpha[4]), alpha[5]:sent.count(alpha[5])}

#result:
mydict_countalpha
{'a': 5, 'b': 0, 'c': 0, 'd': 0, 'e': 16, 'f': 1}

耶。它计数正确。

虽然有问题

字母字符串的长度为 52 个字符。如果我逐行手动编写这本字典，我想我会犯错误。我怎样才能做得更好？跟迭代有关系吗？

我为什么问

这是基于哈佛X 优秀课程“Using Python for Research”的家庭作业。它已经过评估，但根据 HarvardX 指南咨询 Stack Overflow 以找出答案是可以的。 :-) 如果您有任何想法，我并不是在作弊。

我认为这个挑战有非常广泛的应用&希望你也觉得它很有趣。但是，我是一名初学者，Python 学习曲线陡峭。不过，感谢您的任何建议！

最好的

一个

【问题讨论】：

标签： python string python-3.x dictionary

【解决方案1】：

Pythonic 方法是使用collections.Counter 并通过字典理解为ascii_letters 过滤键。为了效率，您可以先将ascii_letters 转换为set：

from collections import Counter
from string import ascii_letters

letters_set = set(ascii_letters)

res = {k: v for k, v in Counter(sent).items() if k in letters_set}

print(res)

{'S': 1, 'h': 8, 'e': 16, 's': 17, 'l': 10, 'a': 5,
 'o': 3, 'n': 1, 't': 2, 'r': 4, 'f': 1, 'u': 1}

此解决方案具有 O(m + n) 复杂度，而您当前的解决方案具有 O(m * n)。您可以理解str.count 和list.count 一样具有O(n) 复杂度，即字典理解中的每次迭代都需要完整解析字符串。

【讨论】：

【解决方案2】：

简单地查看sent 中的每个字母并每次增加该字母的计数似乎要容易得多。

my_dict = {}

for lett in sent:
    if lett in my_dict:
        my_dict[lett] += 1
    else:
        # first entry
        my_dict[lett] = 1

或者更简单地说，使用dict.setdefault：

for lett in sent:
    my_dict.setdefault(lett, 0) += 1

但是请注意，stdlib 模块 collections 有一个名为 Counter 的对象，它正是这样做的。

from collections import Counter

my_dict = Counter(sent)

您可以在使用filter 计数之前进一步过滤掉不需要的字母

alpha = set(string.ascii_letters)

filtered = filter(lambda ch: ch in alpha, sent)

my_dict = Counter(filtered)

【讨论】：

这也会计算那些不在alpha 字符串中的字符，您需要以某种方式过滤掉这些字符...
@JoeIddon 是规范的一部分吗？我认为这是 OP 的一个意外限制（但我承认我没有遵循规范的链接）
哦，这两种方法都可以：）我相信 OP 无论如何都会理解这两种方法

【解决方案3】：

你可以使用字典理解

mydict_countalpha = {alpha[x]:sent.count(alpha[x]) for x in range(len(alpha))}

但是没有必要继续查找索引。直接循环alpha

mydict_countalpha = {ch:sent.count(ch) for ch in alpha}

不过，我通常会使用 collections.Counter

from collections import Counter
mydict_countalpha = {k: v for k, v in Counter(sent).items() if k in alpha}

编辑：为循环版本添加

mydict_countalpha = {}
for ch in alpha:
    mydict_countalpha[ch] = sent.count(ch)

【讨论】：

酷！使用字典理解确实会得出正确的答案，但是我没有得到分数。 HarvardX 正在寻找我使用 For 循环。更类似于亚当所做的事情......我会尝试在正确的方框中打勾。
他们没有说在问题中使用 For 循环。有点烦人，那个。
@avwinter，我添加了一个 for 循环版本。这种方法的主要问题是sent.count 一遍又一遍地扫描整个字符串（alpha 中的每个字符一次）。对于初学者来说，它比使用defaultdict 或setdefault 更具可读性

【解决方案4】：

使用字典理解：

mydict_countalpha = {c:sent.count(c) for c in alpha}

但是使用Counter 对象会更有效，因为当前的解决方案是O(n^2)，而Counter 对象的创建复杂度是O(n)，然后我们可以过滤掉那些不在@ 中的对象987654326@字符串。

from collections import Counter
mydict_countalpha = {k:v for k,v in Counter(sent).items() if k in alpha}

【讨论】：

【解决方案5】：

在 Edx 讨论论坛上有很多来自其他 HarvardX 学生的 cmets，他们尝试了不同的方法（包括 for 循环或理解）来编写正确答案，但仍然无法获得分数。这里也一样！

以下是初学者应根据本课程使用的方法。我这里稍微调整了一下，这样浏览这个的同学还是要自己写代码才能通过...

sentenceA = 'I could not collect points on this homework and that is sad'
alphabet_string = string.ascii_letters
count_lett_dict = {}
for letters in sentenceA:
    if letters in alphabet_string:
        if letters in count_lett_dict:
            count_lett_dict[letters] += 1
        else:
            count_lett_dict[letters] = 1
count_lett_dict

【讨论】：