Python中按计数降序、字母升序排序的问题排查与优化

一、现有代码的问题分析 #

1. 字符统计逻辑错误 #

你用的正则r'([\w])(\1*)'只能匹配连续重复的字符，没法统计非连续出现的字符次数。比如字符串是abac时，a实际出现2次，但正则会拆成两个单独的a，统计结果直接出错。

2. 排序逻辑错误 #

最后一步的两次排序完全搞反了优先级：

sorted( (sorted(var,key=lambda x:x[1],reverse=True)) , key=lambda x:x[0])

先按次数降序后，又整体按字符升序排序，导致次数最高的b(3)被排到了a(2)后面，完全违背了“先按计数值降序，计数值相同再按字符升序”的要求。正确做法是用一个排序key同时包含两个条件：以负的计数值实现降序，以字符本身实现升序，一次排序就能搞定。

3. 冗余的字符提取代码 #

list(map(str,set(i.__getitem__(0))))[0]写法冗余且没必要，捕获组i.group(1)直接就能拿到匹配的单个字符，不需要转成集合再取元素。

二、高效实现方案 #

Python内置的collections.Counter是专门用来统计可哈希对象出现次数的工具，简洁高效，配合一次排序就能满足需求：

from collections import Counter

s = 'aabbbccde'
# 统计每个字符的出现次数
char_counts = Counter(s).items()
# 排序：先按次数降序，次数相同则按字符升序
sorted_counts = sorted(char_counts, key=lambda x: (-x[1], x[0]))
# 输出前3个结果
for char, count in sorted_counts[:3]:
    print(char, count)

代码说明： #

• Counter(s)直接统计字符串中每个字符的出现次数，返回类似字典的对象，items()方法得到(字符, 次数)的元组列表。
• 排序keylambda x: (-x[1], x[0])：-x[1]让次数高的排在前面（降序），x[0]让次数相同时字符按字母升序排列。
• 最后切片[:3]取前3个结果输出，完全符合你的需求。

运行这段代码会输出：

b 3
a 2
c 2

内容的提问来源于stack exchange，提问作者quora question