Python中如何获取含重复元素且保留顺序与数量的子列表？

嘿，这个需求实现起来其实很直观，而且要做到高效也不难。核心思路就是先搞清楚哪些元素是重复出现的，再顺着原列表的顺序把这些元素都留下来就行，完全满足你要的顺序不变、数量一致的要求。

最优实现方案（Python） #

咱们可以用两步走的方式，整体时间复杂度是O(n)，这已经是理论上的最优了——毕竟你总得把列表至少遍历两次（一次统计频率，一次筛选）：

1. 用collections.Counter统计元素频率 #

Counter是Python标准库提供的哈希表实现，统计频率的效率非常高，一次遍历就能搞定所有元素的出现次数。

2. 遍历原列表筛选重复元素 #

再走一遍原列表，把那些频率大于1的元素挑出来，这样就能完美保留原顺序和每个元素的出现次数。

完整代码示例：

from collections import Counter

def extract_duplicates(input_list):
    # 第一步：统计每个元素的出现频率
    element_counts = Counter(input_list)
    # 第二步：筛选出所有重复出现的元素，保留原顺序和次数
    return [item for item in input_list if element_counts[item] > 1]

# 测试你的示例输入
A = [1, 2, 2, 2, 3, 4, 8, 8, 9, 9]
print(extract_duplicates(A))  # 输出: [2, 2, 2, 8, 8, 9, 9]

不依赖标准库的手动实现 #

如果不想导入Counter，也可以自己用字典手动统计频率，逻辑是一样的，效率也差不多：

def extract_duplicates(input_list):
    element_counts = {}
    # 第一次遍历统计频率
    for item in input_list:
        element_counts[item] = element_counts.get(item, 0) + 1
    # 第二次遍历筛选元素
    return [item for item in input_list if element_counts[item] > 1]

为什么这个方案高效？ #

• 时间复杂度：O(n)，两次线性遍历列表，没有嵌套循环，不管列表多大，处理时间都是和列表长度成正比的。
• 空间复杂度：O(k)，k是列表中不同元素的数量，用来存储频率字典，这是无法避免的——你总得先知道哪些元素是重复的才能筛选。

关键注意点 #

这个方案完美符合你的需求：

• 子列表元素的出现顺序和原列表完全一致
• 每个元素的出现数量和原列表里的次数完全相同
• 只会保留那些至少出现两次的元素，单次出现的元素会被过滤掉

内容的提问来源于stack exchange，提问作者Mateus Buarque