如何为重复列表元素按首次出现顺序分配对应序数标签？

核心实现思路 #

针对这类字符串列表的标签赋值需求，最优的实现方式是单次遍历+字典缓存映射，全程不需要重复遍历比对元素，能最大程度保证处理效率：

• 用字典记录每一个首次出现的字符串对应的标签值，字典的键查找、插入操作平均是固定时间复杂度，哪怕列表里存的是长文本字符串，也不会产生额外的性能开销
• 遍历过程中同步维护从1开始的递增标签序号：碰到已经在字典里缓存过的元素，直接取出对应标签追加到结果里；碰到第一次出现的新元素，就把当前的标签值存入映射，再把标签序号加1

可直接复用的参考代码 #

def assign_sequential_tags(input_list):
    tag_mapping = {}
    next_tag = 1
    result = []
    for item in input_list:
        if item not in tag_mapping:
            tag_mapping[item] = next_tag
            next_tag += 1
        result.append(tag_mapping[item])
    return result

实际效果验证 #

用题目给出的示例输入测试：

input_sample = ['hi you', 'hello', 'hi you', 'hello', 'good bye']
print(assign_sequential_tags(input_sample))
# 运行输出：[1, 2, 1, 2, 3]

性能避坑提示 #

不要图省事用普通列表存已经出现过的元素，每次靠遍历列表查找当前元素是否存在的写法，整体时间复杂度是平方级的。当输入列表长度达到万级以上时，会出现非常明显的运行延迟；而上面的字典缓存方案是线性时间复杂度，哪怕处理几十万条的长字符串列表也能保持很高的运行速度。

内容的提问来源于stack exchange，提问作者Ted Vu