Python中获取列表众数及出现次数的更高效优雅实现方案

你的原方案确实存在重复遍历列表的问题，两次lst.count加上max内部的多次count调用，时间复杂度达到O(n²)，对于大列表效率很低。下面是几种更高效的实现方式：

方法1：使用collections.Counter（推荐） #

Python标准库的collections.Counter专门用于统计元素频率，只需遍历一次列表就能完成统计，然后通过most_common(1)直接获取频率最高的元素及其次数：

from collections import Counter

lst = [1, 2, 3, 2, 2, 4]
mode, count = Counter(lst).most_common(1)[0]
print(mode, count)  # 输出：2 3

• 时间复杂度：O(n)，仅需遍历一次列表统计频率
• 代码简洁直观，是处理这类问题的标准方案

方法2：手动遍历统计（无需额外模块） #

如果不想导入模块，可以手动维护频率字典，遍历一次列表的同时跟踪当前的众数和最大次数：

def find_mode_and_count(lst):
    freq_dict = {}
    max_count = 0
    mode = None
    for item in lst:
        # 更新当前元素的频率
        freq_dict[item] = freq_dict.get(item, 0) + 1
        # 如果当前元素频率超过最大值，更新众数和最大次数
        if freq_dict[item] > max_count:
            max_count = freq_dict[item]
            mode = item
    return mode, max_count

lst = [1, 2, 3, 2, 2, 4]
mode, count = find_mode_and_count(lst)
print(mode, count)  # 输出：2 3

• 时间复杂度同样是O(n)，适合受限环境下使用
• 若需要处理多个众数（多个元素出现次数相同且均为最大值），可以调整逻辑，将所有符合条件的元素收集起来

处理多众数场景 #

如果列表存在多个出现次数相同的众数，比如lst = [1,1,2,2,3]，可以用以下方式获取所有众数及其次数：

from collections import Counter

lst = [1,1,2,2,3]
counter = Counter(lst)
max_freq = max(counter.values())
all_modes = [(item, freq) for item, freq in counter.items() if freq == max_freq]
print(all_modes)  # 输出：[(1, 2), (2, 2)]

原方案的效率问题说明 #

你的原代码中：

• max(set(lst), key=lst.count)会对集合中的每个元素调用lst.count，每个count操作需要遍历整个列表（O(n)），集合大小若为k，这一步的时间复杂度是O(kn)
• 后续再调用一次lst.count又要遍历一次列表（O(n)）
• 最坏情况下（列表所有元素唯一），时间复杂度会达到O(n²)，远不如上述O(n)的方案高效

内容的提问来源于stack exchange，提问作者James Baw