Python 如何通过一次遍历来计算给定列表中的N对？

给出一个术语列表，如下所示：

['<s>', 'simon', 'is'. 'a', 'good', 'friend', '</s>', '<s>', 'simon', 'is', 'friend', '</s>']

给我：

counts = { '<s>': 2, 'simon': 2, 'is': 2, 'a': 1, 'good': 1, 'friend': 2, '</s>': 2 }

---

存储以前的N-1术语。元组可以是字典键。为什么包含但排除？我有一个基于维护长度为N的历史记录列表的工作代码，但在我发布它之前，您必须更接近它。我使用defaultdict（int）作为计数器。还可以将元组用作字典键。但我主要只是使用历史。附加（术语）并将其重置看起来不错。小结：你忘了你要忽略开始和结束前哨，并阻止元组跨越句子边界。如果你设置N=4或更多，一旦你用句子边界来限制它，你就会看到类似“friend”，“simon”，“friend”，“simon”这样的东西，这也限制了您为某个大型N构建的元组的大小。它可能只是数据集，也可能在循环中隐藏了一个低效的python操作（我检查了其中的一些，它们还可以），但是在您修复了这些细节之后，这个讨论更适合。

counts = { '<s>': 2, 'simon': 2, 'is': 2, 'a': 1, 'good': 1, 'friend': 2, '</s>': 2 }

counts2 = { ('<s>', 'simon'): 2, ('simon', 'is'): 2, ('is', 'a'): 1, ('a', 'good'): 1, ('good', 'friend'): 1, ('friend', '</s>'): 2, ('simon', 'friend'): 1 }

for i, term in enumerate(terms):
        _add(term, counts)
        if not term == '</s>': _add((term, terms[i+1]), counts2)

def build_counts(n):
for i, term in enumerate(terms):
    t = ()
    for j in range(i, n+i):
        if j == len(terms): break;
        t = t + (terms[j],)
        if not len(t) in counts: counts[len(t)] = {}
        _add(t, counts[len(t)])