Python中对比集合与列表提取重复元素的问题及优化咨询

为什么输出结果不稳定？ #

是的，这和集合的无序性有一定关系，但核心问题是你在遍历列表的同时修改了列表，导致迭代行为异常，最终结果不可预测：

• Python的集合是无序结构（即使3.7+版本会保留插入顺序，也不应该依赖这个特性），charSet的遍历顺序每次可能不同。
• 内层循环遍历charList时，调用charList.remove(s)会直接修改原列表的长度和元素位置，导致后续遍历跳过部分元素。比如当列表是['H','E','L','O','L','O']，如果先遍历s='L'，移除过程会打乱列表结构；如果先遍历s='O'，又会产生另一种修改路径，再结合集合遍历顺序的随机性，就会出现有时剩下O、有时剩下L的情况。

更优的重复元素获取方法 #

如果你想要的是出现次数≥2的唯一元素（每个重复元素只返回一次），推荐以下两种方法：

方法1：使用collections.Counter（简洁高效） #

from collections import Counter

def duplicate_count(text):
    # 统计每个字符的出现次数，如需忽略大小写可加.upper()/.lower()
    char_counts = Counter(text)
    # 筛选出出现次数≥2的字符
    return [char for char, count in char_counts.items() if count >= 2]

print(duplicate_count("HELOLO"))  # 输出 ['L', 'O']

方法2：不依赖额外库，手动实现 #

def duplicate_count(text):
    seen = set()
    duplicates = set()
    for char in text:
        # 如需忽略大小写，添加 char = char.upper()
        if char in seen:
            duplicates.add(char)
        else:
            seen.add(char)
    return list(duplicates)

print(duplicate_count("HELOLO"))  # 输出 ['L', 'O']

这两种方法都能稳定获取所有重复元素，且保证每个重复元素只出现一次，避免了原代码中遍历修改列表的问题。

内容的提问来源于stack exchange，提问作者Max Andersson