如何优化Python单词统计代码，提升10万级数据量下的运行速度？

原代码的性能瓶颈 #

你这段代码最大的问题是不必要的双重循环：外层遍历words列表的每个元素，每次都重新初始化Counter并再次遍历整个words统计次数。这直接导致时间复杂度飙升至O(n²)——当n是10万时，相当于要执行100亿次操作，慢是必然的。

优化后的基础版代码 #

直接利用Counter的原生能力，一次统计完成，去掉多余循环：

#!/bin/python3
from collections import Counter

if __name__ == "__main__":
    number = int(input())
    words = [input().strip() for _ in range(number)]
    
    cnt = Counter(words)  # 一次遍历完成统计，时间复杂度O(n)
    print(len(cnt))
    print(*cnt.values(), sep=" ")

进阶优化：提升大数量输入读取速度 #

处理10万级输入时，input()循环调用的开销会很明显，改用sys.stdin批量读取可进一步提速：

#!/bin/python3
import sys
from collections import Counter

if __name__ == "__main__":
    lines = sys.stdin.read().splitlines()
    number = int(lines[0])
    words = [line.strip() for line in lines[1:number+1]]
    
    cnt = Counter(words)
    print(len(cnt))
    print(*cnt.values(), sep=" ")

优化效果说明 #

1. 时间复杂度从O(n²)降至O(n)：原代码重复遍历统计，优化后仅需一次遍历单词列表，统计效率提升数个数量级。
2. 输入读取优化：sys.stdin.read()一次性读取所有输入，避免10万次input()的系统调用开销，进一步缩短整体耗时。

内容的提问来源于stack exchange，提问作者kamuz