寻求更Pythonic且高性能的列表第n高频元素求解方案（Lambda优化）

嘿，我来帮你把这个找第n高频元素的函数优化得更Pythonic还更高效！先聊聊原代码的小短板：arr.count(x)在遍历集合里的每个元素时，每次都要完整扫一遍整个列表，数据量大的时候效率会拉胯（时间复杂度是O(n²)）。下面给你几个更优雅的实现，包括你想要的lambda写法～

方案1：用标准库collections.Counter（最简洁高效） #

Counter是Python专门为计数场景设计的工具，只需要一次遍历就能统计完所有元素的频次，性能比原代码好太多。结合它的most_common方法，一行就能搞定：

from collections import Counter

def nthFrequent(arr, n):
    # most_common(n)返回前n个高频元素的(元素, 频次)元组列表，取最后一个的元素部分
    return Counter(arr).most_common(n)[-1][0]

测试一下你给的列表：

a = [1,2,3,4,5,6,7,92,3,2,35,9,2,43,4,9,9,9]
print(nthFrequent(a, 2))  # 输出2，和预期一致

方案2：写成Lambda表达式（满足你的需求） #

如果想把它压缩成lambda形式，直接套进去就行：

from collections import Counter

nthFrequent = lambda arr, n: Counter(arr).most_common(n)[-1][0]

调用方式和之前完全一样，简洁到飞起～

额外补充：处理频次相同的情况 #

如果遇到多个元素频次相同的场景，原代码因为遍历的是无序的dict（Python3.7之前），返回结果可能不确定。如果想要按元素在原数组中首次出现的顺序来排序（频次相同的话，先出现的排前面），可以用lambda作为排序key：

from collections import Counter

def nthFrequent(arr, n):
    count = Counter(arr)
    # 按频次降序，频次相同则按元素在原数组的首次出现位置升序
    sorted_items = sorted(count.items(), key=lambda x: (-x[1], arr.index(x[0])))
    return sorted_items[n-1][0]

这个写法比原代码更可控，结果也更稳定。

性能对比 #

原代码的时间复杂度是O(n*m)（n是列表长度，m是不同元素的数量），而用Counter的方案统计是O(n)，排序是O(m log m)，当列表很大时，性能提升非常明显。

内容的提问来源于stack exchange，提问作者paddu