列表元组排序调试：tmp列表测试元素消失与打印时机疑问

问题描述 #

尝试对（单词，出现次数）组成的元组列表排序：先按出现次数降序，次数相同时按字母序升序。调试时遇到两个问题：

1. 初始添加的测试元素("abc", 3)消失了；
2. 当i=1向tmp添加("is", 3)时未触发print，反而在tmp有两个元素时才打印。

输入文本 #

hi
hi
what is your name
my name is bond
james bond
my name is damme
van damme
claude van damme
jean claude van damme

运行代码 #

text = []
#taking each input line
while True:
    try:
        text.append(input())
    except:
        break

no = []
for i in range(len(text)):
    no.extend(text[i].split())

co = dict()
for word in no:
    co[word] = co.get(word,0) + 1
#sort by occurence
co = sorted(co.items(), key=lambda x:x[1], reverse=True)
fin = []

tmp = [("abc", 3)]   #a dummy element for testing purpose
#sort by alphabetical order if similar occurrence
for i in range(1, len(co)):
    
    if i == len(co) - 1:
        if co[i][1] == co[i-1][1]:
            tmp.append(co[i])
            fin.extend(list(sorted(tmp,key= lambda x:x[0])))
            break
        if co[i][1] != co[i-1][1]:
            fin.append(co[i])
            break
    #compare current value with the previous one and the next one
    elif co[i][1] == co[i-1][1] and co[i][1] == co[i+1][1]:
        tmp.append(co[i])
        print(i, tmp)
        #there should be a output line with i = 1 and tmp =[("abc", 3), ("is", 3)] here 
    elif co[i][1] == co[i-1][1] and co[i][1] != co[i+1][1]:
        tmp.append(co[i])
        fin.extend(list(sorted(tmp,key= lambda x:x[0])))
        
        
    elif co[i][1] != co[i-1][1] and co[i][1] == co[i+1][1]:
        tmp = [co[i]]
        
    elif co[i][1] != co[i-1][1] and co[i][1] != co[i+1][1]:
        fin.append(co[i])
        
print(fin)

输出结果 #

2 [('is', 3), ('name', 3)]
5 [('hi', 2), ('my', 2)]
6 [('hi', 2), ('my', 2), ('bond', 2)]
9 [('what', 1), ('your', 1)]
10 [('what', 1), ('your', 1), ('james', 1)]
[('is', 3), ('name', 3), ('van', 3), ('bond', 2), ('claude', 2), ('hi', 2), ('my', 2), ('james', 1), ('jean', 1), ('what', 1), ('your', 1)]

问题原因分析 #

1. 测试元素("abc", 3)消失的原因 #

统计后可知，damme的出现次数为4次，是所有单词中最高的，因此排序后的co列表第一个元素为('damme',4)。当循环执行到i=1时，当前元素是('is',3)：

• 它的出现次数与前一个元素('damme',4)不相等，但与后一个元素('name',3)相等，触发了第三个elif分支：

  elif co[i][1] != co[i-1][1] and co[i][1] == co[i+1][1]:
      tmp = [co[i]]
  

  这行代码直接将tmp重置为[('is',3)]，覆盖了初始的测试元素("abc",3)，导致测试元素丢失。

2. i=1时未触发print的原因 #

print语句仅存在于第一个elif分支中：

elif co[i][1] == co[i-1][1] and co[i][1] == co[i+1][1]:
    tmp.append(co[i])
    print(i, tmp)

i=1时，当前元素('is',3)的次数与前一个元素('damme',4)不相等，不满足该分支的条件，因此不会执行print。直到i=2时，当前元素('name',3)的次数与前后元素的次数都相等，才触发该分支并执行print。

简化修正方案 #

无需复杂的循环分组，直接在排序时指定复合key即可实现需求：

text = []
while True:
    try:
        text.append(input())
    except:
        break

no = []
for line in text:
    no.extend(line.split())

co = dict()
for word in no:
    co[word] = co.get(word, 0) + 1
co["abc"] = 3  # 添加测试元素

# 一次排序完成：先按次数降序，次数相同按字母升序
co_sorted = sorted(co.items(), key=lambda x: (-x[1], x[0]))
print(co_sorted)

内容的提问来源于stack exchange，提问作者asdoaihco