Python 按频率排序字符串 - 无法使用 sorted() 函数排序

Question

我在按频率对简单字符串进行排序时遇到问题（我得到一个字符串作为输入，我需要按降序将排序后的字符串作为输出返回）。 举个例子（原词有4个e、2个s、1个t、1个r、1个d，所以排序）：

In [1]: frequency_sort("treeseeds")
Out [1]: "eeeesstrd"

Stack Overflow 上的大多数解决方案都表明我应该使用 sorted() 函数来获取结果，但是，它似乎只适用于某些情况。

我创建了两个应该可以工作的函数，但它们似乎都不能用我的特定输入来解决问题（见下文）。

第一个函数：

def frequency_sort(s):
    s_sorted = sorted(s, key=s.count, reverse=True)
    s_sorted = ''.join(c for c in s_sorted)
    return s_sorted

第二个功能：

import collections
def frequency_sort_with_counter(s):
    counter = collections.Counter(s)
    s_sorted = sorted(s, key=counter.get, reverse=True)
    s_sorted = ''.join(c for c in s_sorted)
    return s_sorted

使用这两个函数，我的输出如下所示：

第一个输出没问题：

In [1]: frequency_sort("loveleee")
Out [1]: "eeeellov"

第二个输出没那么多

In [2]: frequency_sort("loveleel")
Out [2]: "leleelov"

第三个输出完全乱七八糟：

In [3]: frequency_sort("oloveleelo")
Out [3]: "oloeleelov"

可能出了什么问题？它是否以某种方式与“o”和“l”字符相关联？还是我只是错过了什么？

Answer 1

在多个字符具有相同频率的字符串中，您提出的算法无法区分出现次数相同的字符。您可以通过使用频率和字符本身的元组进行排序来解决这个问题；例如

In [7]: def frequency_sort(s):
        s_sorted = sorted(s, key=lambda c: (s.count(c), c), reverse=True)
        s_sorted = ''.join(c for c in s_sorted)
        return s_sorted
   ...: 

In [8]: frequency_sort("loveleel")
Out[8]: 'llleeevo'

Answer 2

在您的第三种情况下，三个字母的计数相同，这就是它们放在一起的原因，您可以先对其进行排序（按字母表），然后按频率排序，将字母排列如下：

s_sorted = ''.join(sorted(sorted(s), key=lambda x: s.count(x), reverse=True))

输出：

eeellloooav

或者你可以反转它：

s_sorted = ''.join(sorted(sorted(s, reverse=True), key=lambda x: s.count(x), reverse=True))

输出：

ooollleeeva

Answer 3

问题在于sort 和sorted 是稳定的排序。因此，如果两个值“相等”（在本例中为 key(item1) == key(item2)），它们将按照与 sort 之前相同的顺序出现。

例如，在您的最后一个案例中，您有：

>>> from collections import Counter

>>> Counter("oloveleelo")
Counter({'e': 3, 'l': 3, 'o': 3, 'v': 1})

所以'e'、'l' 和'o' 具有相同的key，因此它们将像原来一样出现："oloeleelo"，然后出现唯一具有不同计数的字符：@987654332 @。

如果你不关心数量相等的元素的顺序（只是它们按字符分组）你甚至不需要sorted，只需将Counter.most_common的结果展平即可：

>>> ''.join([item for item, cnt in Counter("oloveleelo").most_common() for _ in range(cnt)])
'llleeeooov'
>>> ''.join([item for item, cnt in Counter("loveleel").most_common() for _ in range(cnt)])
'eeelllov'
>>> ''.join([item for item, cnt in Counter("loveleee").most_common() for _ in range(cnt)])
'eeeellov'