Python集合.计数器：最常见的复杂性

Python中的

collections.Counter

对象提供的最常见的

函数的复杂性是什么

更具体地说，
计数器
在计数时是否保留某种排序列表，允许它比
O（n）
更快地执行
最常见的
操作，当
n
是添加到计数器的（唯一）项目数时？请注意，我正在处理大量文本数据，试图找到第n个最频繁的标记

我查看了CPython wiki上的和，但找不到答案。
准确显示了发生的情况：

def most_common(self, n=None):
    '''List the n most common elements and their counts from the most
    common to the least.  If n is None, then list all element counts.

    >>> Counter('abracadabra').most_common(3)
    [('a', 5), ('r', 2), ('b', 2)]

    '''
    # Emulate Bag.sortedByCount from Smalltalk
    if n is None:
        return sorted(self.iteritems(), key=_itemgetter(1), reverse=True)
    return _heapq.nlargest(n, self.iteritems(), key=_itemgetter(1))

heapq.nlargest
是在的源代码中定义的，我们可以看到，如果不指定返回的元素数量，
most_common
将返回计数的排序列表。这是一个
O（n logn）
算法

如果我们使用
most_common
返回
k>1
元素，那么我们使用。这是一个
O（k）+O（（n-k）log k）+O（k log k）
算法，对于一个小常数
k
非常好，因为它本质上是线性的。
O（k）
部分来自于对初始
k
计数进行堆化，第二部分来自
n-k
调用
heappushpop
方法，第三部分来自于对
k
元素的最终堆进行排序。由于
k@RomainG，无需担心，如果未指定n，则使用
n log n
，或者使用heapq.nlargest，它是
O（n*log（k））
非常优雅。基准测试证实了这一点：#L=rand_list（10000000）#timeit（lambda:sorted（L）[0:6]，number=50）#44.241248495000036#timeit（lambda:heapq.nsmallest（6，L），number=50）#14.2724939099998需要补充的一点是，我们这里只需要一个大小为k的堆！