惰性排序函数，timsort

Question

有一个包含 N 个（大量）元素的列表：

from random import randint

eles = [randint(0, 10) for i in range(3000000)]

我正在尝试在下面实现此功能的最佳方式（性能/资源花费）：

def mosty(lst):
    sort = sorted((v, k) for k, v in enumerate(lst))
    count, maxi, last_ele, idxs = 0, 0, None, []
    for ele, idx in sort:
        if(last_ele != ele):
            count = 1
            idxs = []
        idxs.append(idx)
        if(last_ele == ele):
            count += 1
            if(maxi < count):
                results = (ele, count, idxs)
                maxi = count
        last_ele = ele
    return results

此函数返回最常见的元素、出现次数以及找到它的索引。

这里是benchmark 300000 eles。

但我认为我可以改进，原因之一是 python3 sorted 函数 (timsort)，如果它返回一个生成器，我不必循环遍历列表两次，对吧？

我的问题是：

有什么办法可以优化这段代码吗？怎么样？
我肯定会使用惰性排序，对吗？如何实现惰性 timsort

Answer 1

没有做任何基准测试，但这不应该表现得那么糟糕（即使它在列表上迭代了两次）：

from collections import Counter
from random import randint

eles = [randint(0, 10) for i in range(30)]

counter = Counter(eles)
most_common_element, number_of_occurrences = counter.most_common(1)[0]
indices = [i for i, x in enumerate(eles) if x == most_common_element]

print(most_common_element, number_of_occurrences, indices)

并且可以在生成器表达式中懒惰地找到索引（第二次迭代）：

indices = (i for i, x in enumerate(eles) if x == most_common_element)

---

如果您需要关注最常见的多个元素，这可能对您有用：

from collections import Counter
from itertools import groupby
from operator import itemgetter

eles = [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 5, 5]

counter = Counter(eles)
_key, group = next(groupby(counter.most_common(), key=itemgetter(1)))
most_common = dict(group)
indices = {key: [] for key in most_common}

for i, x in enumerate(eles):
   if x in indices:
        indices[x].append(i)

print(most_common)
print(indices)

你当然仍然可以像上面一样让indices变得懒惰。

Answer 2

如果你愿意使用 numpy，那么你可以这样做：

arr = np.array(eles)
values, counts = np.unique(arr, return_counts=True)
ind = np.argmax(counts)
most_common_elem, its_count = values[ind], counts[ind]
indices = np.where(arr == most_common_elem)

HTH。