Python统计不同整数的出现次数的三种方法

一、问题定义：什么是"不同整数的计数"？

假设有一个包含重复整数的列表：[1, 2, 3, 4, 2, 3, 4, 5]，我们需要统计其中有多少个不重复的整数。答案显然是5个（1,2,3,4,5）。

这个问题看似简单，但实际应用中常伴随复杂场景：

• 数据量庞大（百万级甚至亿级）
• 需要实时统计
• 内存资源有限
• 需要同时获取出现次数

二、解决方案一：集合去重法（适合基础场景）

核心思路：利用集合（Set）元素的唯一性自动去重。

my_list = [1, 2, 3, 4, 2, 3, 4, 5]
unique_values = set(my_list)  # 转换为集合
count = len(unique_values)    # 获取集合长度
print(count)  # 输出：5

原理说明：

• set()函数将列表转换为集合，自动过滤重复元素
• 集合的查找时间复杂度为O(1)，适合快速判断元素存在性
• 最终通过len()函数获取集合大小，即不同整数数量

性能特点：

• 时间复杂度：O(n)（转换集合）
• 空间复杂度：O(n)（存储唯一值）
• 优点：代码简洁，执行速度快
• 缺点：无法获取具体出现次数

三、解决方案二：字典计数法（适合需要频次的场景）

核心思路：用字典存储每个整数的出现次数，最后统计字典键的数量。

my_list = [1, 2, 3, 4, 2, 3, 4, 5]
count_dict = {}
 
for num in my_list:
    count_dict[num] = count_dict.get(num, 0) + 1  # 存在则+1，否则初始化为1
 
count = len(count_dict)
print(count)  # 输出：5

原理说明：

• 遍历列表时，用get()方法安全获取当前计数值
• count_dict.get(num, 0)表示：若num存在则返回计数值，否则返回0
• 最终通过字典的键数量获取不同整数数量

扩展应用：

• 获取具体出现次数：print(count_dict) 输出{1:1, 2:2, 3:2, 4:2, 5:1}
• 查找最频繁整数：max(count_dict, key=count_dict.get)

性能特点：

• 时间复杂度：O(n)（单次遍历）
• 空间复杂度：O(n)（存储所有键值对）
• 优点：可获取详细频次信息
• 缺点：相比集合法需要额外存储空间

四、解决方案三：collections.Counter（专业统计工具）

核心思路：使用Python标准库中的Counter类，专为计数设计。

from collections import Counter
 
my_list = [1, 2, 3, 4, 2, 3, 4, 5]
counter = Counter(my_list)  # 自动统计频次
count = len(counter)        # 获取唯一值数量
print(count)  # 输出：5

进阶用法：

# 获取出现次数最多的3个整数
print(counter.most_common(3))  # 输出：[(2, 2), (3, 2), (4, 2)]
 
# 数学运算（支持加减交并集）
counter2 = Counter([5,6,6,7])
print(counter + counter2)  # 合并统计
print(counter & counter2)  # 交集统计

性能特点：

• 时间复杂度：O(n)（与字典法相当）
• 空间复杂度：O(n)
• 优点：内置丰富统计方法，代码最简洁
• 缺点：需要导入标准库

五、性能对比与选型建议

选型建议：

• 数据量小且无需频次信息 → 集合去重法
• 需要频次但数据量中等 → 字典计数法
• 专业数据分析/大数据场景 → collections.Counter

六、实战案例：日志分析中的IP统计

需求：统计服务器日志中不同IP的访问次数，找出访问最频繁的10个IP。

from collections import Counter
 
# 模拟日志数据（每行包含IP地址）
log_lines = [
    "192.168.1.1 - - [timestamp] \"GET / HTTP/1.1\"",
    "10.0.0.5 - - [timestamp] \"POST /api\"",
    "192.168.1.1 - - [timestamp] \"GET /css/style.css\"",
    # ...（百万级日志数据）
]
 
# 提取IP地址
ips = [line.split()[0] for line in log_lines]
 
# 统计并输出结果
ip_counter = Counter(ips)
print("不同IP数量:", len(ip_counter))
print("Top10 IP:", ip_counter.most_common(10))

代码解释：

• 使用列表推导式高效提取IP地址
• Counter自动处理百万级数据统计
• most_common(10)直接获取高频IP

七、总结：智能时代的计数利器

不同整数的计数问题看似简单，实则蕴含多种解决方案。在Python生态中：

• 集合提供了最基础的去重能力
• 字典实现了频次统计的基础需求
• collections.Counter则是专业级统计工具

随着数据规模的增长，合理选择数据结构变得尤为重要。对于智能时代的开发者而言，掌握这些计数方法，就如同拥有了精准的数字显微镜，能够高效洞察数据背后的规律。

以上就是Python统计不同整数的出现次数的三种方法的详细内容，更多关于Python统计不同整数出现次数的资料请关注脚本之家其它相关文章！