Python 从具有最大int值的对（字符串，int）列表中查找字符串集

我有一个

（str，int）

对的列表

list_word=[（'AND'，1），（'BECAUSE'，1），（'OF'，1），（'AFRIAD'，1），（'NEVER'，1），（'CATS'，2），（'ARE'，2），（'FRIENDS'，1），（'DOGS'，2）]

这基本上就是说每个单词在一篇文章中出现了多少次

我想得到的是一组出现次数最多的单词以及出现次数最多的单词。在上面的例子中，我想

（集合（['CATS'，'DOGS'，'ARE']），2）

---

我能想到的解决办法是循环浏览列表。但是有什么优雅的方法可以做到这一点吗？

两次线性扫描，首先找到最大元素：

maxcount = max(map(itemgetter(1), mylist)) 

然后，第二次拉出您关心的值：

maxset = {word for word, count in mylist if count == maxcount}, maxcount

如果您需要获得的集合不止是最大计数，您可以使用在一次传递中按计数累积：

from collections import defaultdict

sets_by_count = defaultdict(set)

for word, count in mylist:
    sets_by_count[count].add(word)

---

然后，它后面可以是

allcounts=sorted（set_by_count.items（），key=itemgetter（0），reverse=True）

以获得

计数列表，从最高计数到最低计数（排序工作最少，因为它只对与唯一计数相等的项目进行排序，而不是对所有单词进行排序）。
两次线性扫描，首先找到最大元素：

maxcount = max(map(itemgetter(1), mylist)) 

然后，第二次拉出您关心的值：

maxset = {word for word, count in mylist if count == maxcount}, maxcount

如果您需要获得的集合不止是最大计数，您可以使用在一次传递中按计数累积：

from collections import defaultdict

sets_by_count = defaultdict(set)

for word, count in mylist:
    sets_by_count[count].add(word)

然后，后面可以是
allcounts=sorted（sets_by_count.items（），key=itemgetter（0），reverse=True）
获取
count的
列表，设置
对，从最高到最低计数（排序工作最少，因为它只对与唯一计数相等的项目进行排序，而不是对所有单词进行排序）.
将
列表
转换为
目录
，键作为计数，值作为单词集。找到键的
max
值，并将其删除；s对应值

from collections import defaultdict
my_list = [('AND', 1), ('BECAUSE', 1), ('OF', 1), ('AFRIAD', 1), ('NEVER', 1), ('CATS', 2), ('ARE', 2), ('FRIENDS', 1), ('DOGS', 2)]
my_dict = defaultdict(set)
for k, v in my_list:
    my_dict[v].add(k)

max_value = max(my_dict.keys())
print (my_dict[max_value], max_value)
# prints: (set(['CATS', 'ARE', 'DOGS']), 2)

将
list
转换为
dict
，键作为计数，值作为单词集。找到键的
max
值，并将其删除；s对应值

from collections import defaultdict
my_list = [('AND', 1), ('BECAUSE', 1), ('OF', 1), ('AFRIAD', 1), ('NEVER', 1), ('CATS', 2), ('ARE', 2), ('FRIENDS', 1), ('DOGS', 2)]
my_dict = defaultdict(set)
for k, v in my_list:
    my_dict[v].add(k)

max_value = max(my_dict.keys())
print (my_dict[max_value], max_value)
# prints: (set(['CATS', 'ARE', 'DOGS']), 2)

虽然更多的pythonic解决方案当然更容易看到，但不幸的是，对两次扫描或构建您并不真正想要的数据结构的要求要慢得多

以下相当枯燥的解决方案比dict解决方案快约55%，比基于提供的示例数据（以及我的实现、机器、基准测试等）的基于理解的解决方案快约70%

这几乎可以肯定是一次扫描，而不是两次扫描

word_occs = [
    ('AND', 1), ('BECAUSE', 1), ('OF', 1), ('AFRIAD', 1), ('NEVER', 1),
    ('CATS', 2), ('ARE', 2), ('FRIENDS', 1), ('DOGS', 2)
]


def linear_scan(word_occs):
    max_val = 0
    max_set = None

    for word, occ in word_occs:
        if occ == max_val:
            max_set.add(word)

        elif occ > max_val:
            max_val, max_set = occ, {word}

    return max_set, max_val

平心而论，它们都非常快，在您的情况下，可读性可能更重要。
虽然更具pythonic风格的解决方案显然更容易看到，但不幸的是，需要两次扫描，或者构建您并不真正想要的数据结构的速度要慢得多

以下相当枯燥的解决方案比dict解决方案快约55%，比基于提供的示例数据（以及我的实现、机器、基准测试等）的基于理解的解决方案快约70%

这几乎可以肯定是一次扫描，而不是两次扫描

word_occs = [
    ('AND', 1), ('BECAUSE', 1), ('OF', 1), ('AFRIAD', 1), ('NEVER', 1),
    ('CATS', 2), ('ARE', 2), ('FRIENDS', 1), ('DOGS', 2)
]


def linear_scan(word_occs):
    max_val = 0
    max_set = None

    for word, occ in word_occs:
        if occ == max_val:
            max_set.add(word)

        elif occ > max_val:
            max_val, max_set = occ, {word}

    return max_set, max_val

平心而论，它们都非常快，在您的情况下，可读性可能更重要。
调用变量
list
可能是一件危险的事情。啊，感谢您指出。我写这篇文章只是为了简单明了。现在编辑调用变量
列表
可能是一件危险的事情。啊，谢谢你指出。我写这篇文章只是为了简单明了。现在编辑