This question 询问如何确定列表中的每个元素是否相同。我将如何以合理有效的方式确定列表中 95% 的元素是否相同？例如：
>>> ninety_five_same([1,1,1,1,1,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1])
True
>>> ninety_five_same([1,1,1,1,1,1,2,1]) # only 80% the same
False
这需要有点效率，因为列表可能非常大。
【问题讨论】：
>>> from collections import Counter
>>> lst = [1,1,1,1,1,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1]
>>> _, freq = Counter(lst).most_common(1)[0]
>>> len(lst)*.95 <= freq
True
【讨论】：
Counter 子类被添加到 collections 模块的时候。
实际上，对于类似问题，有一个简单的线性解决方案，只有 50% 的约束而不是 95%。 Check this question，只是几行代码。
它也适用于您，只是最后您检查所选元素是否满足 95% 的阈值，而不是 50%。 （不过，正如 Thilo 所指出的，如果 currentCount >= n*0.95 已经存在，则没有必要。）
我还将发布 st0le 的答案中的 Python 代码，向大家展示它有多么困难。
currentCount = 0
currentValue = lst[0]
for val in lst:
if val == currentValue:
currentCount += 1
else:
currentCount -= 1
if currentCount == 0:
currentValue = val
currentCount = 1
如果你在寻找解释，我想 Nabb 已经得到了the best one。
【讨论】：
def ninety_five_same(lst):
freq = collections.defaultdict(int)
for x in lst:
freq[x] += 1
freqsort = sorted(freq.itervalues())
return freqsort[-1] >= .95 * sum(freqsort)
假设完美的哈希表性能和良好的排序算法，它的运行时间为 O(n + m lg m)，其中 m 是不同项目的数量。 O(n lg n) 最坏情况。
编辑：这里是 O(n + m)，单通道版本（假设 m n):
def ninety_five_same(lst):
freq = collections.defaultdict(int)
for x in lst:
freq[x] += 1
freq = freq.values()
return max(freq) >= .95 * sum(freq)
内存使用量为 O(m)。 max 和 sum 可以替换为单个循环。
【讨论】：
lambda: 0替换为int，保证初始化为0。
这比检查每个元素是否相同效率更低。
算法大致相同，遍历列表中的每个元素并计算那些与预期不匹配的元素（要知道哪个是预期的有额外的困难）。但是，这一次，你不能只在遇到第一个不匹配时返回 false，你必须继续直到你有足够的不匹配来弥补 5% 的错误率。
想一想，找出哪个元素是“正确的”元素可能并不那么容易，并且需要计算每个值，直到您可以确定 5% 放错了位置。
考虑一个包含 10.000 个元素的列表，其中 99% 是 42：
(1,2,3,4,5,6,7,8,9,10, ... , 100, 42,42, 42, 42 .... 42)
所以我认为您必须开始为表的前 5% 构建频率表。
【讨论】：
def ninety_five_same(l):
return max([l.count(i) for i in set(l)])*20 >= 19*len(l)
也消除了浮点除法精度的问题。
【讨论】：
将您的清单想象成一桶红球和黑球。
如果你在一个有十个球的桶里有一个红球，你随机挑选一个球，把它放回桶里，然后重复这个采样和替换步骤一千次，总共有多少次平均而言，您预计有一千人会观察到一个红球？
查看Binomial 分发版并查看confidence intervals。如果您的清单很长，并且想要相对高效地做事，那么抽样是您的最佳选择。
【讨论】：
作为通用解决方案的排序可能很重，但考虑到 Python 中 tim 排序的出色平衡性质，它利用了列表的现有顺序。我建议对列表进行排序（或排序后的副本，但该副本会损害性能）。从头到尾扫描找到相同的元素或达到扫描长度> 5 %，否则列表与找到的元素有95%相似。
将随机元素作为候选元素并按频率降序对它们进行计数可能也不会那么糟糕，直到找到的计数 > 95 % 或总计数超过 5%。
【讨论】：
lst = [1,1,1,1,1,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1]
#lst = [1, 2, 1, 4, 1]
#lst = [1, 2, 1, 4]
length = len(lst)
currentValue = lst[0]
lst.pop(0)
currentCount = 1
for val in lst:
if currentCount == 0:
currentValue = val
if val == currentValue:
currentCount += 1
else:
currentCount -= 1
percent = (currentCount * 50.0 / length + 50)
epsilon = 0.1
if (percent - 50 > epsilon):
print "Percent %g%%" % percent
else:
print "No majority"
注意：epsilon 有一个“随机”值，选择取决于数组的长度等。
Nikita Rybak 使用 currentCount >= n*0.95 的解决方案将不起作用，因为 currentCount 的值因元素的顺序而异，但 上述方法确实有效。
C:\Temp>a.py
[2, 1, 1, 4, 1]
currentCount = 1
C:\Temp>a.py
[1, 2, 1, 4, 1]
currentCount = 2
【讨论】：