Python 在20个随机数的列表中找到最常见的一对、三人组等，播放100次

所以我有一个CSV，有100行，每行20个数字，用逗号分隔：

23, 52, 63, 76, 23, 45, ...
39, 52, 83, 33, 35, 23, ...
etc.

我想写一个算法，找到一对的所有不同组合，列出它发生的次数，对三人组，四人组，等等做同样的事情

显然，每一行都有很多组合（因为顺序无关紧要）

这将是每一行的答案

所以每行15个组合。。现在我只能想象如果是20而不是6，会有多少人，但现在我们不必担心

因为有15个，我不希望程序显示每一个组合，只显示那些“计数”大于1的组合，“计数”是它们发生的次数

因此，如果我只为上面的两行运行程序，为6个数字而不是20个，程序将返回

23, 52: 2

看看如何只显示发生多次的一对，这就是我想做的，但这很简单，只是不显示计数是否等于1

不管怎样，我如何开始创建这个算法？我不知道从哪里开始，我想我应该从每一行开始，然后得到每一双，但我该怎么做呢

---

提前谢谢你，毫无疑问我会继续破解这个问题，如果我找到解决方案，我会发布它（以及代码）。再次感谢。

代码是内联注释的

import itertools

lines = [[23, 52, 63, 76, 23, 45],
         [39, 52, 83, 33, 35, 23]]

# This set will store the unique elements
# across all lines
uniq = set()

# This list will hold a dict for each line
# These dicts will contain the frequency
# of each unique number in that line

freq = [{} for _ in range(len(lines))]
for index, line in enumerate(lines):
    for j in line:

        freq[index][j] = freq[index].get(j, 0) + 1
        uniq.add(j)

# This will store the frequency of each possible pair
counter = {}

# There will be k * (k - 1) / 2 combinations,
# where k is the number of unique pairs

for i in itertools.combinations(uniq, 2):
    for j in range(len(lines)):

        freq1 = freq[j].get(i[0], 0)
        freq2 = freq[j].get(i[1], 0)

        # Multiplying frequencies gives us the number
        # of pairs with these numbers in this line

        counter[i] = counter.get(i, 0) + (freq1 * freq2)

# Performs a descending sort on all pairs
sol = sorted(counter.items(), key=lambda value: value[1], reverse=True)
print(sol)

输出：

   [((52, 23), 3), ((45, 23), 2), ((23, 63), 2), ((76, 23), 2), ((33, 35), 1),
    ((76, 45), 1), ((52, 63), 1), ((39, 83), 1), ((76, 52), 1), ((45, 52), 1),
    ((35, 39), 1), ((39, 23), 1), ((33, 52), 1), ((39, 52), 1), ((33, 23), 1),
    ((35, 23), 1), ((35, 52), 1), ((76, 63), 1), ((33, 83), 1), ((35, 83), 1),
    ((33, 39), 1), ((83, 23), 1), ((45, 63), 1), ((83, 52), 1), ((83, 63), 0),
    ((35, 76), 0), ((33, 76), 0), ((35, 45), 0), ((33, 45), 0), ((45, 83), 0),
    ((39, 63), 0), ((33, 63), 0), ((39, 76), 0), ((39, 45), 0), ((76, 83), 0),
    ((35, 63), 0)]

[((52, 23), 3), ((45, 23), 2), ((63, 23), 2), ((76, 23), 2), ((76, 52), 1),
 ((76, 45), 1), ((52, 63), 1), ((39, 83), 1), ((35, 39), 1), ((45, 52), 1),
 ((33, 52), 1), ((39, 52), 1), ((33, 23), 1), ((35, 23), 1), ((35, 52), 1),
 ((39, 23), 1), ((76, 63), 1), ((33, 83), 1), ((33, 39), 1), ((83, 23), 1),
 ((45, 63), 1), ((83, 52), 1), ((33, 35), 1), ((35, 83), 1)]

当心！如果列表主要由唯一值组成，则此算法将在~O（n^4）中运行

编辑：这是另一个性能更好的版本（它为每一行维护

uniq

集，因此避免了零大小组合）

输出：

   [((52, 23), 3), ((45, 23), 2), ((23, 63), 2), ((76, 23), 2), ((33, 35), 1),
    ((76, 45), 1), ((52, 63), 1), ((39, 83), 1), ((76, 52), 1), ((45, 52), 1),
    ((35, 39), 1), ((39, 23), 1), ((33, 52), 1), ((39, 52), 1), ((33, 23), 1),
    ((35, 23), 1), ((35, 52), 1), ((76, 63), 1), ((33, 83), 1), ((35, 83), 1),
    ((33, 39), 1), ((83, 23), 1), ((45, 63), 1), ((83, 52), 1), ((83, 63), 0),
    ((35, 76), 0), ((33, 76), 0), ((35, 45), 0), ((33, 45), 0), ((45, 83), 0),
    ((39, 63), 0), ((33, 63), 0), ((39, 76), 0), ((39, 45), 0), ((76, 83), 0),
    ((35, 63), 0)]

[((52, 23), 3), ((45, 23), 2), ((63, 23), 2), ((76, 23), 2), ((76, 52), 1),
 ((76, 45), 1), ((52, 63), 1), ((39, 83), 1), ((35, 39), 1), ((45, 52), 1),
 ((33, 52), 1), ((39, 52), 1), ((33, 23), 1), ((35, 23), 1), ((35, 52), 1),
 ((39, 23), 1), ((76, 63), 1), ((33, 83), 1), ((33, 39), 1), ((83, 23), 1),
 ((45, 63), 1), ((83, 52), 1), ((33, 35), 1), ((35, 83), 1)]

---

这些对是逐行考虑的，还是跨所有行考虑的？另外，我在上面的几行中总共看到了3对（23，52）…通常这听起来像是频繁集挖掘。@Rishav如果你是对的，我错过了：P，是的，逐行，每次该对出现并且+1被添加到计数开始时，您可以获得一行的所有对，范围为i（n-1）：范围为j（i+1，n）：打印（第[i]行，第[j]行）。这非常完美，我非常感谢，谢谢。问题是，我的macbook pro 16GB ram在有30多行20个数字的列表时绘制出来，我不介意程序花费很长时间，但我如何才能使它不给我带来死亡之轮？如果我只打印出现次数超过1次的对，会不会更容易？呃，您能用粘贴的方式从

打印（行）

中给我您的输入吗？我会仔细考虑的。好吧，好吧，太多了。。我还在每行使用子字符串[1:21]，我也会发布我的代码。@SamirChahine不，这只是因为组合的数量增加了。长度为6的组合为9690000，长度为1的组合为9690000。