我有一个清单。它相当大。它有超过 100 万个条目。我想计算其中每个字符串的频率。它将数字存储为从 1 到 1000 的字符串。我使用了以下内容，但它会持续运行数小时：
d = {b:a.count(b) for b in a}
n, m = d.keys(), d.values()
print n, m
【问题讨论】：
dict，您正在执行n 次（列表长度a）成本n（a.count(b) 必须迭代所有a 搜索 bs)。这意味着构建它需要与n^2 成正比的时间。如果您有一个包含 100 万个条目的列表，则您必须执行 (10^6)^2 = 10^12 操作。即使单个操作是机器指令，构建它也需要大约 10^3 秒。实际上，每个操作可能需要一些（或至少）数十个机器指令，因此您必须等待数小时/数天。
标签： python list python-2.7 count frequency
改用collections.Counter：
from collections import Counter
d = Counter(a)
n, m = d.keys(), d.values()
print n, m
【讨论】：
这很慢，因为您要为每个字符串运行 a.count！
l = ['a', 'b', 'a']
然后str.count 将在“a”上被调用两次，在“b”上被调用 1 次。
当然，第二次在“a”上，字典中的结果只是被覆盖了，所以你甚至不会注意到它
改用默认字典
from collections import defaultdict
d = defaultdict(int)
for obj in your_list:
d[obj] += 1
或者，再次来自集合模块，计数器http://docs.python.org/2/library/collections.html#counter-objects
【讨论】：
我认为在这种情况下使用字典要容易得多。 插入字典非常快，从字典中检索也一样快。
这里有一个示例程序可以做到这一点：
import datetime
import random
def create_string(choice, size):
str = ''
for i in range(size):
str = str + random.choice(choice)
return str
def count_all(strings):
count_dict = {}
for i in strings:
if i not in count_dict:
count_dict[i] = 1
else:
count_dict[i] = count_dict[i] + 1
return count_dict
if __name__ == '__main__':
all_strings = []
for i in range(1000000):
all_strings.append(create_string(['a','b','c'], 4))
start = datetime.datetime.now()
c_dict = count_all(all_strings)
end = datetime.datetime.now()
print 'Took:', end - start
print 'The count of aacc is ', c_dict['aacc']
它是如何公平的？
./speed_test.py
Took: 0:00:00.219815
The count of aacc is 12317
一点也不差，嘿？ 作为替代选项，要解决 Ant 提到的问题，您希望在进行计数时消除重复项。我们可以为此使用一个集合：
d = {b:a.count(b) for b in set(a)}
根据我的测试，这不如字典方法快，但不到一秒就足够了。
【讨论】：
datetime 来描述性能。使用timeit 模块（可能使用iPython），因为它会正确地花费平均时间。如果你想进行单次基准测试，如果你使用的是 python3.3+，请使用time.perf_counter，因为这是它的目的。