这道题我第一次见是在一份省赛真题合集里题目名朴素得让人提不起警惕——“数字次数排序”。当时我的判断是统计频次、排个序、打印结果顶多十分钟的事。结果在模拟评测里连挂三发两次是格式不对一次是边界数据直接跑崩。后来把这道题翻来覆去折腾了七八个版本才发现它其实是一道非常好的“基本功体检题”Counter计数、排序键设计、输入输出处理、边界防御四样东西全在里面。这篇就把这道数字次数排序题从题面到代码、从踩坑到优化完整拆一遍适合刚接触蓝桥杯省赛Python组的新手也适合那些“会写但总在评测机上报错”的朋友对照排查。1. 题目到底在考什么先把题面拆干净1.1 一句话题面里藏着的四层要求“数字次数排序”这个题面不同组别、不同年份的措辞会有细微差异但骨架基本一致给你一串数字统计每个数字出现的次数然后按次数排序输出。听起来就一句话实际拆开是四层独立的要求任何一层理解错代码逻辑再漂亮也是零分。第一层是输入的形态给的是一个长整数比如112233还是一行用空格隔开的若干整数比如1 1 2 3 3 3前者统计的是“数位”后者统计的是“元素”。这两种理解写出来的代码完全不同而且题面里往往只用“数字”两个字带过。第二层是统计的对象统计的是 0 到 9 这十个数字字符还是任意整数如果是数位取值范围天然锁死在 0 到 9可以用桶如果是任意整数就得用字典。第三层是排序规则按出现次数升序还是降序次数相同的时候按数字本身升序还是降序这一步是整道题最容易翻车的地方因为“次数相同怎么排”这句话经常藏在题面的第二段或者样例说明里。第四层是输出格式输出数字序列还是输出“数字次数”的配对分隔符是空格还是换行末尾要不要留空格评测机对这些东西是零容忍的。我在模拟赛里见过一位同学逻辑全对就是因为最后用print(*ans)输出了带空格的序列而题目要求每行一个硬生生从满分掉到过样例。这种亏吃过一次就永远记住了。1.2 出题人为什么偏爱“计数 排序”这个组合从命题角度看这道题的设计其实很讲究。单纯的计数题太简单一个字典就完事区分度不够单纯的排序题也简单sorted()一行搞定。但把两件事叠在一起就逼着选手必须理解“排序的依据可以是另一个数据结构里的值”也就是排序键key的概念。这一步是从“会调 API”到“会用数据结构”的分水岭。再往深一层它还顺手考了多关键字排序。次数是第一关键字数字本身是第二关键字这种“主序 次序”的组合在实际业务里非常常见——比如按销量排商品、销量相同按价格排按分数排学生、分数相同按学号排。出题人用一个看起来很萌的题目名实际上塞了一个通用能力点在里头。还有一点不太容易被注意到这道题天然带有边界数据。数字 0 在整数里不会出现在最高位除非输入是0本身所以 0 的计数往往是最少的而某些数字可能一次都不出现。要不要输出次数为 0 的数字这是命题人留的一个口子也是区分细心程度的点。1.3 评分点分布与高频失分位置我把这道题常见的评分维度整理成一张表你可以拿它当自查清单用评分维度具体检查内容典型失分表现统计正确性每个数字/元素的出现次数是否准确把字符当整数比较或漏统计首尾排序主键是否严格按出现次数排列只按数字大小排忘了次数优先排序次序次数相同时的次级规则次级规则方向搞反升序写成降序输出格式分隔符、换行、末尾空格多一个空格、少一个换行边界处理全相同、全不同、含 0、超长输入空输入崩溃、超长整数转换报错运行效率大数据量下的耗时用了 O(n²) 的排序或重复遍历这张表里前三项是“能不能得分”后三项是“能不能拿满”。很多人的问题是前三项稳了就开始飘后三项一个都不检查最后卡在 80 分上下反复提交。2. 三条实现路线先想清楚再动手2.1 字典手动计数最笨但最不容易出错最朴素的写法是开一个空字典遍历每个字符见到就加一。这段代码任何人都能写出来它的价值不在于优雅而在于完全可控——每一行在干什么你都清楚出了问题能定位到具体某一步。s input().strip() count {} for ch in s: if ch in count: count[ch] 1 else: count[ch] 1这里有个细节值得说count[ch] count.get(ch, 0) 1是更地道的写法省掉 if 分支执行效率也略高一点点。在数据量小的时候看不出差别但养成这个习惯没坏处。为什么不直接推荐Counter因为在正式比赛环境里你对标准库的熟悉程度决定了你敢不敢用。Counter确实好用但如果赛场上突然想不起来它返回的对象是不是有序的、能不能直接排序那犹豫的那两分钟可能就够你写完一个手写版本了。手写版本是保底方案先把保底方案跑通再去用高级工具这个顺序不能反。2.2 Counter 一步到位省代码但要清楚它返回什么collections.Counter是专门做计数的容器传入任何可迭代对象它会把每个元素和出现次数整理成一个类字典结构。对这道题来说一行就能完成统计from collections import Counter count Counter(s)需要特别注意的是Counter是dict的子类它保留了插入顺序Python 3.7 以后字典有序但这个顺序是“元素第一次出现的顺序”不是排序结果。很多人误以为Counter出来的就是排好序的这是个高频误解。另外Counter有个most_common()方法可以按次数降序返回列表。用它做降序需求非常方便但它只支持“次数降序”遇到“次数相同时按数字升序”这种复合规则就无能为力了还是得回到sorted()配合自定义 key。Counter还有一个隐藏福利访问不存在的键不会报错而是返回 0。这在写“要不要输出次数为 0 的数字”这类逻辑时特别顺手不用写if key in count的判断。2.3 列表下标当桶范围明确时的快路径如果题目明确统计的是 0 到 9 这十个数字字符那最直接的方案是开一个长度为 10 的列表下标就是数字本身bucket [0] * 10 for ch in s: bucket[int(ch)] 1这种写法的好处是把“查找键”变成了“数组下标”省掉了哈希计算速度最快代码也最短。而且因为下标天然有序输出的时候遍历一遍就是从 0 到 9 的自然顺序连排序都省了一半。代价是它只适用于范围已知且不大的情况。如果统计对象是任意整数你就没法预开数组了。所以我在实际做题时会先判断题目说的是“数字”还是“数”是“0-9”还是“任意正整数”这个判断决定了走桶还是走字典。三种路线的对比如下方案代码量执行速度适用范围主要风险手动字典中中任意可哈希元素写法啰嗦容易漏初始化Counter少中任意可哈希元素误以为自带排序列表桶最少最快范围固定的整数范围一变就废我的习惯是赛场上先看数据范围范围小就用桶范围不明就用字典Counter作为加速书写的备选。这三条路不需要都记住但至少要有两条能条件反射地写出来。3. 排序键的设计这道题真正的分水岭3.1 元组比较规则一次讲透Python 的排序之所以能优雅地处理多关键字是因为它支持元组比较两个元组比大小先比第一个元素第一个相同再比第二个以此类推。这正好对应“次数优先、数字其次”的需求。所以这道题最核心的一行就是这个ans sorted(count.keys(), keylambda d: (count[d], d))拆开看count.keys()是待排序的数字集合key函数对每个数字返回一个二元组(出现次数, 数字本身)sorted拿这个二元组去比较先比次数次数一样再比数字。整个过程一次排序搞定不需要二次分组。这里有个容易混淆的点lambda d: (count[d], d)里的d是数字字符比如3count[d]是它的次数比如2。所以返回的是(2, 3)这样的元组。字符之间的比较是按编码顺序来的0 1 ... 9和数值顺序完全一致所以不用担心字符比较出问题。但如果你统计的是整数元素而不是数字字符那d就是整数比较规则也是对的。这种情况下不要混着用——一半字符一半整数去比较Python 3 会直接抛TypeError。3.2 稳定排序这个特性能帮你少写元组很多人不知道Python 的sorted和list.sort()都是稳定排序相等元素的相对顺序会保持不变。利用这一点可以分两趟排先排次级关键字再排主关键字digits sorted(count.keys()) # 先按数字升序 digits.sort(keylambda d: count[d]) # 再按次数升序稳定排序保留数字顺序第一趟把数字按大小排好第二趟按次数排因为排序是稳定的次数相同的元素会保持第一趟排好的数字顺序。这个技巧在处理三级、四级关键字的时候特别有用比嵌套元组更清晰。不过要注意这个技巧的前提是你能想清楚“哪一趟先排”。原则是次级关键字先排主关键字后排因为后一次排序是稳定的不会打乱前一次的结果。搞反了顺序结果就全乱了。3.3 升降序混搭的处理办法如果题目要求“次数降序、数字升序”元组写法就得改ans sorted(count.keys(), keylambda d: (-count[d], d))次数取负号降序就变成了升序排列而数字那一位保持正号仍然是升序。这个技巧只对数值有效如果次数是字符串或者浮点数浮点数可以用-x那就老老实实用reverse参数分两次排。如果要求“次数升序、数字降序”就把数字那一位取负keylambda d: (count[d], -int(d))。注意字符不能直接取负得先转成整数。如果两个都要降序那更简单直接sorted(..., keylambda d: (count[d], d), reverseTrue)整个元组反转。但要小心reverseTrue会把两个关键字同时反转如果你只想反转其中一个就不能用它。4. 从读入到输出逐段落地实现4.1 读入环节别小看这一行蓝桥杯的输入经常有多余的空行或者行末空格用input()读一行有时会带进来看不见的空白字符导致统计结果里莫名其妙多出一个元素。稳妥的写法是用sys.stdin一次读完再切分import sys data sys.stdin.read().split()split()不带参数会按任意空白字符切分并且自动丢掉空字符串正好把换行、多个空格、制表符全都吃掉。data[0]就是第一个有效的输入片段后面的data[1:]是可能存在的其他内容。这里还有个特别隐蔽的坑如果你按“一行若干整数”的方式读data就是一个字符串列表每个元素是12、3这样的字符串。要统计元素出现的次数直接用字符串做键就行不需要int()转换——排序的时候再转或者用字符串的字典序对纯数字来说字典序和数值序在位数相同时一致位数不同时会错比如10 9。这个细节必须想清楚否则统计对了、排序错了一样是零分。还有一种更极端的情况输入是一个超长整数。Python 3.11 之后对整数和字符串的相互转换做了限制默认最多 4300 位超过就会抛ValueError: Exceeds the limit (4300 digits) for integer string conversion。第 12 届比赛那会儿还没有这个限制但现在你在本机调试时可能会撞上。解决办法是压根不转整数全程用字符串操作或者显式放开限制import sys sys.set_int_max_str_digits(0)这个知识点知道的人不多但如果你平时用新版 Python 刷老题早晚会碰到。4.2 计数环节把“要不要统计 0”想明白统计本身没什么难度关键在于输出范围。有两种常见约定第一种是只输出出现过的数字没出现过的不输出。这种最省事直接遍历字典的键就行。第二种是要求输出 0 到 9 全部十个数字没出现的次数记为 0排在最前面。这种就得先把十个数字补齐再排序。题面里通常会有一句“若某数字未出现则……”这句话决定了你走哪条路。我在模拟测试里就吃过亏样例数据刚好十个数字全出现了所以两种写法都能过样例但正式数据里有缺失数字直接错一片。补齐的办法很简单用桶的话天然就是十个位置用字典的话输出前加一步for d in 0123456789: count.setdefault(d, 0)setdefault在键不存在时设默认值存在时不动正好符合需求。4.3 输出环节格式化比逻辑更容易送命输出格式的常见变体有四种我按遇到频率排个序输出要求写法备注空格分隔的一行print( .join(ans))最常见末尾无空格每行一个print(\n.join(ans))注意最后一行也有换行数字和次数配对print(f{d} {count[d]})逐行输出用循环指定分隔符print(,.join(ans))少见容易漏看 .join()的好处是自动处理“元素之间加分隔符、末尾不加”的问题不用手动判断是不是最后一个。很多人用循环加end 结果末尾多一个空格评测机一比对就挂。还有一个更隐蔽的坑如果答案要求每行输出“数字 次数”而你的字典顺序不是排序后的顺序输出就会乱序。所以输出前一定要确认手里的序列是排好序的别直接遍历字典。4.4 两个可直接提交的完整版本先给基于Counter的精简版适合快速写、快速过import sys from collections import Counter def main(): data sys.stdin.read().split() if not data: return s data[0] cnt Counter(s) ans sorted(cnt.keys(), keylambda d: (cnt[d], d)) print( .join(ans)) main()再给一个不依赖Counter的手写版赛场上如果对标准库没把握用这个更安心import sys def main(): data sys.stdin.read().split() if not data: return s data[0] cnt {} for ch in s: cnt[ch] cnt.get(ch, 0) 1 items list(cnt.items()) items.sort(keylambda kv: (kv[1], kv[0])) print( .join(k for k, v in items)) main()两个版本的输出完全一致区别只在中间过程。第二版多了一个list(cnt.items())这是因为字典的items()返回的是视图对象不能直接调用sort()必须先转成列表。这个细节很不起眼但现场写的时候一急就容易漏报错信息是AttributeError: dict_items object has no attribute sort看到这个错误你就知道是怎么回事了。再看一个带完整规则判断的版本把“输出数字次数”和“补齐缺失数字”都考虑进去import sys def main(): data sys.stdin.read().split() if not data: return s data[0] cnt [0] * 10 for ch in s: if 0 ch 9: cnt[int(ch)] 1 # 生成 (次数, 数字) 并排序次数升序数字降序 pairs [] for d in range(10): pairs.append((cnt[d], d)) pairs.sort(keylambda p: (p[0], -p[1])) for c, d in pairs: print(f{d} {c}) main()这一版用的是桶好处是天然覆盖了 0 到 9 全部数字缺失的自动是 0不用额外补齐。pairs.sort(keylambda p: (p[0], -p[1]))实现了“次数升序、数字降序”这是元组取负技巧的实际应用。输出用f-string拼成“数字 次数”的形式逐行打印。这三个版本覆盖了绝大多数变体实际比赛时根据题面要求改改输出就够用了。5. 常见问题与排查速查表5.1 过样例但评测报错八成是这几处这是最让人抓狂的情形本地跑样例完美提交上去一片红。我整理了一份排查顺序按命中率从高到低排现象最可能原因排查动作运行错误 RE输入为空时data[0]越界加if not data: return运行错误 RE超长整数转int失败改字符串处理或放开位数限制运行错误 RE字符和整数混着比较统一数据类型答案错误 WA次数相同时的次序规则反了检查元组第二位是否取负答案错误 WA缺失数字没输出补 0 或改用桶答案错误 WA把“数位”当成“元素”统计重读题面输入形态格式错误 PE末尾多了空格或少了换行改用join拼输出超时 TLE用了嵌套循环去重排序换字典 一次排序这张表可以打印出来贴在显示器边上比赛时对着看比盲目改代码快得多。5.2 前导零这个坑值得单独说如果题目给的是一个整数那0012这种输入在数学上等于 12前导零会被吃掉。但如果题目给的是“一串数字字符”0012里的两个 0 是真实存在的必须统计进去。这两种理解对应的代码完全不同s input().strip() # 保留前导零0 会被统计两次 n int(input().strip()) # 前导零消失0 只出现一次题面如果写的是“一个整数”通常意味着不该有前导零出现0012这种数据本身就不合法如果写的是“一个数字串”或“一行数字字符”那就必须原样处理。判断依据就是那几个字的差别不是靠猜。我吃过一次亏题目说的是“一个正整数”我按字符串处理结果测试数据里确实没有前导零两版都能过但如果数据里混了前导零字符串版就会多统计。后来我的做法是能不加int()就不加字符串处理更安全除非需要做数值运算。5.3 大数据量下的性能取舍省赛的题目一般不会卡得太死但如果输入长度到了 10 的 6 次方级别就要注意了。Counter的统计是 O(n)sorted是 O(k log k)k 是不同元素的数量。对数位统计来说k 最多是 10所以整体复杂度接近 O(n)完全够用。真正会拖慢速度的是这两件事一是在循环里反复调用count()方法做字符串统计那是 O(n²)二是用list.remove()或者in判断做去重也是 O(n²)。这两种写法在数据量小的时候看不出来一到大样本立刻超时。还有一个容易被忽略的点sys.stdin.read()比input()快得多尤其是在多行输入的情况下。input()每次调用都要走一遍缓冲和格式处理几万行下来差距很明显。养成用sys.stdin读的习惯能省下不少时间。5.4 一个真实调试案例的复盘我在模拟环境里跑过一组数据输入1100223333期望输出按次数升序、数字升序。手工算一下0出现 2 次1出现 2 次2出现 2 次3出现 4 次。所以排序结果应该是0 1 2 3。第一次我的代码输出1 0 2 3原因是用了Counter之后直接遍历键没排序靠的是插入顺序。修正后加了sorted但又忘了次数相同时按数字排输出成0 1 2 3和1 0 2 3随机切换——因为字典顺序和插入顺序有关。加上元组 key 之后才彻底稳定。这个过程说明一件事样例能过不代表逻辑对尤其是排序这种“看起来有序”的操作一定要拿一组次数大量相同的数据去测才能暴露次级关键字的问题。我现在的习惯是每题至少准备三组自测数据全相同、全不同、有并列。6. 变式训练与能力延展6.1 这道题能变出多少种花样把这道题吃透之后你会发现它的变形几乎是无限的而且每一种变形都在考同一个能力点——排序键的构造。第一种变形是改成“按次数降序输出次数相同按数字升序”。改动只有一处keylambda d: (-cnt[d], d)。第二种变形是统计对象换成一行整数比如3 1 4 1 5 9 2 6 5 3统计每个整数出现的次数。这时候桶就用不了了必须走字典而且待排序的键是整数比较规则天然正确。第三种变形是要求输出前 k 个高频元素。这种题在算法面试里很常见做法是先排序再切片ans[:k]。但如果 k 很小、数据量很大更优的解法是堆用heapq.nlargest可以做到 O(n log k)。第四种变形是“按首次出现的位置排序”这就把排序键从“次数”换成了“下标”需要额外记录每个元素第一次出现的位置。Counter帮不上忙得手动维护一个位置字典。第五种变形是分组输出比如把所有出现次数相同的数字分到一组组间按次数排序组内按数字排序。这种题考的是分组逻辑可以先排序再遍历分组也可以用itertools.groupby。每一种变形看起来都不一样但底层都是“先统计、再按某个键排序”这个模式。把这个模式固化下来遇到新题只是换个 key 函数的事。6.2 从这道题往外延伸的知识点数字次数排序这道题其实是一个很好的知识入口顺着它能摸到好几个常用的工具。第一个是collections.Counter的完整能力。除了计数它还支持加法、减法、交集、并集运算做“两个文本的词频对比”这类问题时特别方便。most_common(n)可以直接取前 n 个高频项比自己排序再切片简洁。第二个是operator.itemgetter。当排序键是“取字典的值”这种简单操作时itemgetter(1)比lambda kv: kv[1]快一些代码也更短。虽然在这道题里差别不大但养成用它的习惯处理大数据时能省一点时间。第三个是heapq。当只需要前 k 个结果时全排序是浪费heapq.nlargest(k, items, key...)才是正解。这个技巧在“找出出现次数最多的三个数字”这类题里能直接把复杂度从 O(n log n) 降到 O(n log k)。第四个是字符串和整数的转换边界。前面提到的 4300 位限制本质上是 Python 为了防止超大整数转换拖慢程序加的保护。理解这一点你就能明白为什么有些题明明逻辑对换个环境就跑不动。6.3 赛前自测清单最后给一份我自己在用的自测清单每道题提交前过一遍能把大部分低级错误挡在门外输入为空时程序会不会崩输入只有一行还是可能有多行读法对不对统计对象是数位还是元素有没有混次数相同时的排序规则方向对不对全相同的数字输出顺序对不对全部不同的数字输出顺序对不对缺失的数字要不要输出补 0 了没有输出分隔符和题目要求一致吗末尾有没有多余空格有没有在循环里调用count()这种 O(n) 操作超长输入会不会触发整数转换限制这十条里前七条是逻辑后三条是工程。逻辑对但工程不到位一样拿不到满分这个道理在别的题上同样成立。我个人在实际操作中的体会是这道题看着像送分题实际上是道筛子题。它筛掉的不是不会写代码的人而是那些“写完就跑、不看题面细节”的人。把排序键这一行写对把输入输出这两个边界守住这道题就是稳的反过来只要有一处想当然它就能在评测机上让你反复交卷。所以我的建议是别急着写先把题面里关于排序规则和输出格式的那两句话抄在草稿纸上然后再动手。
这道题我第一次见是在一份省赛真题合集里题目名朴素得让人提不起警惕——“数字次数排序”。当时我的判断是统计频次、排个序、打印结果顶多十分钟的事。结果在模拟评测里连挂三发两次是格式不对一次是边界数据直接跑崩。后来把这道题翻来覆去折腾了七八个版本才发现它其实是一道非常好的“基本功体检题”Counter计数、排序键设计、输入输出处理、边界防御四样东西全在里面。这篇就把这道数字次数排序题从题面到代码、从踩坑到优化完整拆一遍适合刚接触蓝桥杯省赛Python组的新手也适合那些“会写但总在评测机上报错”的朋友对照排查。1. 题目到底在考什么先把题面拆干净1.1 一句话题面里藏着的四层要求“数字次数排序”这个题面不同组别、不同年份的措辞会有细微差异但骨架基本一致给你一串数字统计每个数字出现的次数然后按次数排序输出。听起来就一句话实际拆开是四层独立的要求任何一层理解错代码逻辑再漂亮也是零分。第一层是输入的形态给的是一个长整数比如112233还是一行用空格隔开的若干整数比如1 1 2 3 3 3前者统计的是“数位”后者统计的是“元素”。这两种理解写出来的代码完全不同而且题面里往往只用“数字”两个字带过。第二层是统计的对象统计的是 0 到 9 这十个数字字符还是任意整数如果是数位取值范围天然锁死在 0 到 9可以用桶如果是任意整数就得用字典。第三层是排序规则按出现次数升序还是降序次数相同的时候按数字本身升序还是降序这一步是整道题最容易翻车的地方因为“次数相同怎么排”这句话经常藏在题面的第二段或者样例说明里。第四层是输出格式输出数字序列还是输出“数字次数”的配对分隔符是空格还是换行末尾要不要留空格评测机对这些东西是零容忍的。我在模拟赛里见过一位同学逻辑全对就是因为最后用print(*ans)输出了带空格的序列而题目要求每行一个硬生生从满分掉到过样例。这种亏吃过一次就永远记住了。1.2 出题人为什么偏爱“计数 排序”这个组合从命题角度看这道题的设计其实很讲究。单纯的计数题太简单一个字典就完事区分度不够单纯的排序题也简单sorted()一行搞定。但把两件事叠在一起就逼着选手必须理解“排序的依据可以是另一个数据结构里的值”也就是排序键key的概念。这一步是从“会调 API”到“会用数据结构”的分水岭。再往深一层它还顺手考了多关键字排序。次数是第一关键字数字本身是第二关键字这种“主序 次序”的组合在实际业务里非常常见——比如按销量排商品、销量相同按价格排按分数排学生、分数相同按学号排。出题人用一个看起来很萌的题目名实际上塞了一个通用能力点在里头。还有一点不太容易被注意到这道题天然带有边界数据。数字 0 在整数里不会出现在最高位除非输入是0本身所以 0 的计数往往是最少的而某些数字可能一次都不出现。要不要输出次数为 0 的数字这是命题人留的一个口子也是区分细心程度的点。1.3 评分点分布与高频失分位置我把这道题常见的评分维度整理成一张表你可以拿它当自查清单用评分维度具体检查内容典型失分表现统计正确性每个数字/元素的出现次数是否准确把字符当整数比较或漏统计首尾排序主键是否严格按出现次数排列只按数字大小排忘了次数优先排序次序次数相同时的次级规则次级规则方向搞反升序写成降序输出格式分隔符、换行、末尾空格多一个空格、少一个换行边界处理全相同、全不同、含 0、超长输入空输入崩溃、超长整数转换报错运行效率大数据量下的耗时用了 O(n²) 的排序或重复遍历这张表里前三项是“能不能得分”后三项是“能不能拿满”。很多人的问题是前三项稳了就开始飘后三项一个都不检查最后卡在 80 分上下反复提交。2. 三条实现路线先想清楚再动手2.1 字典手动计数最笨但最不容易出错最朴素的写法是开一个空字典遍历每个字符见到就加一。这段代码任何人都能写出来它的价值不在于优雅而在于完全可控——每一行在干什么你都清楚出了问题能定位到具体某一步。s input().strip() count {} for ch in s: if ch in count: count[ch] 1 else: count[ch] 1这里有个细节值得说count[ch] count.get(ch, 0) 1是更地道的写法省掉 if 分支执行效率也略高一点点。在数据量小的时候看不出差别但养成这个习惯没坏处。为什么不直接推荐Counter因为在正式比赛环境里你对标准库的熟悉程度决定了你敢不敢用。Counter确实好用但如果赛场上突然想不起来它返回的对象是不是有序的、能不能直接排序那犹豫的那两分钟可能就够你写完一个手写版本了。手写版本是保底方案先把保底方案跑通再去用高级工具这个顺序不能反。2.2 Counter 一步到位省代码但要清楚它返回什么collections.Counter是专门做计数的容器传入任何可迭代对象它会把每个元素和出现次数整理成一个类字典结构。对这道题来说一行就能完成统计from collections import Counter count Counter(s)需要特别注意的是Counter是dict的子类它保留了插入顺序Python 3.7 以后字典有序但这个顺序是“元素第一次出现的顺序”不是排序结果。很多人误以为Counter出来的就是排好序的这是个高频误解。另外Counter有个most_common()方法可以按次数降序返回列表。用它做降序需求非常方便但它只支持“次数降序”遇到“次数相同时按数字升序”这种复合规则就无能为力了还是得回到sorted()配合自定义 key。Counter还有一个隐藏福利访问不存在的键不会报错而是返回 0。这在写“要不要输出次数为 0 的数字”这类逻辑时特别顺手不用写if key in count的判断。2.3 列表下标当桶范围明确时的快路径如果题目明确统计的是 0 到 9 这十个数字字符那最直接的方案是开一个长度为 10 的列表下标就是数字本身bucket [0] * 10 for ch in s: bucket[int(ch)] 1这种写法的好处是把“查找键”变成了“数组下标”省掉了哈希计算速度最快代码也最短。而且因为下标天然有序输出的时候遍历一遍就是从 0 到 9 的自然顺序连排序都省了一半。代价是它只适用于范围已知且不大的情况。如果统计对象是任意整数你就没法预开数组了。所以我在实际做题时会先判断题目说的是“数字”还是“数”是“0-9”还是“任意正整数”这个判断决定了走桶还是走字典。三种路线的对比如下方案代码量执行速度适用范围主要风险手动字典中中任意可哈希元素写法啰嗦容易漏初始化Counter少中任意可哈希元素误以为自带排序列表桶最少最快范围固定的整数范围一变就废我的习惯是赛场上先看数据范围范围小就用桶范围不明就用字典Counter作为加速书写的备选。这三条路不需要都记住但至少要有两条能条件反射地写出来。3. 排序键的设计这道题真正的分水岭3.1 元组比较规则一次讲透Python 的排序之所以能优雅地处理多关键字是因为它支持元组比较两个元组比大小先比第一个元素第一个相同再比第二个以此类推。这正好对应“次数优先、数字其次”的需求。所以这道题最核心的一行就是这个ans sorted(count.keys(), keylambda d: (count[d], d))拆开看count.keys()是待排序的数字集合key函数对每个数字返回一个二元组(出现次数, 数字本身)sorted拿这个二元组去比较先比次数次数一样再比数字。整个过程一次排序搞定不需要二次分组。这里有个容易混淆的点lambda d: (count[d], d)里的d是数字字符比如3count[d]是它的次数比如2。所以返回的是(2, 3)这样的元组。字符之间的比较是按编码顺序来的0 1 ... 9和数值顺序完全一致所以不用担心字符比较出问题。但如果你统计的是整数元素而不是数字字符那d就是整数比较规则也是对的。这种情况下不要混着用——一半字符一半整数去比较Python 3 会直接抛TypeError。3.2 稳定排序这个特性能帮你少写元组很多人不知道Python 的sorted和list.sort()都是稳定排序相等元素的相对顺序会保持不变。利用这一点可以分两趟排先排次级关键字再排主关键字digits sorted(count.keys()) # 先按数字升序 digits.sort(keylambda d: count[d]) # 再按次数升序稳定排序保留数字顺序第一趟把数字按大小排好第二趟按次数排因为排序是稳定的次数相同的元素会保持第一趟排好的数字顺序。这个技巧在处理三级、四级关键字的时候特别有用比嵌套元组更清晰。不过要注意这个技巧的前提是你能想清楚“哪一趟先排”。原则是次级关键字先排主关键字后排因为后一次排序是稳定的不会打乱前一次的结果。搞反了顺序结果就全乱了。3.3 升降序混搭的处理办法如果题目要求“次数降序、数字升序”元组写法就得改ans sorted(count.keys(), keylambda d: (-count[d], d))次数取负号降序就变成了升序排列而数字那一位保持正号仍然是升序。这个技巧只对数值有效如果次数是字符串或者浮点数浮点数可以用-x那就老老实实用reverse参数分两次排。如果要求“次数升序、数字降序”就把数字那一位取负keylambda d: (count[d], -int(d))。注意字符不能直接取负得先转成整数。如果两个都要降序那更简单直接sorted(..., keylambda d: (count[d], d), reverseTrue)整个元组反转。但要小心reverseTrue会把两个关键字同时反转如果你只想反转其中一个就不能用它。4. 从读入到输出逐段落地实现4.1 读入环节别小看这一行蓝桥杯的输入经常有多余的空行或者行末空格用input()读一行有时会带进来看不见的空白字符导致统计结果里莫名其妙多出一个元素。稳妥的写法是用sys.stdin一次读完再切分import sys data sys.stdin.read().split()split()不带参数会按任意空白字符切分并且自动丢掉空字符串正好把换行、多个空格、制表符全都吃掉。data[0]就是第一个有效的输入片段后面的data[1:]是可能存在的其他内容。这里还有个特别隐蔽的坑如果你按“一行若干整数”的方式读data就是一个字符串列表每个元素是12、3这样的字符串。要统计元素出现的次数直接用字符串做键就行不需要int()转换——排序的时候再转或者用字符串的字典序对纯数字来说字典序和数值序在位数相同时一致位数不同时会错比如10 9。这个细节必须想清楚否则统计对了、排序错了一样是零分。还有一种更极端的情况输入是一个超长整数。Python 3.11 之后对整数和字符串的相互转换做了限制默认最多 4300 位超过就会抛ValueError: Exceeds the limit (4300 digits) for integer string conversion。第 12 届比赛那会儿还没有这个限制但现在你在本机调试时可能会撞上。解决办法是压根不转整数全程用字符串操作或者显式放开限制import sys sys.set_int_max_str_digits(0)这个知识点知道的人不多但如果你平时用新版 Python 刷老题早晚会碰到。4.2 计数环节把“要不要统计 0”想明白统计本身没什么难度关键在于输出范围。有两种常见约定第一种是只输出出现过的数字没出现过的不输出。这种最省事直接遍历字典的键就行。第二种是要求输出 0 到 9 全部十个数字没出现的次数记为 0排在最前面。这种就得先把十个数字补齐再排序。题面里通常会有一句“若某数字未出现则……”这句话决定了你走哪条路。我在模拟测试里就吃过亏样例数据刚好十个数字全出现了所以两种写法都能过样例但正式数据里有缺失数字直接错一片。补齐的办法很简单用桶的话天然就是十个位置用字典的话输出前加一步for d in 0123456789: count.setdefault(d, 0)setdefault在键不存在时设默认值存在时不动正好符合需求。4.3 输出环节格式化比逻辑更容易送命输出格式的常见变体有四种我按遇到频率排个序输出要求写法备注空格分隔的一行print( .join(ans))最常见末尾无空格每行一个print(\n.join(ans))注意最后一行也有换行数字和次数配对print(f{d} {count[d]})逐行输出用循环指定分隔符print(,.join(ans))少见容易漏看 .join()的好处是自动处理“元素之间加分隔符、末尾不加”的问题不用手动判断是不是最后一个。很多人用循环加end 结果末尾多一个空格评测机一比对就挂。还有一个更隐蔽的坑如果答案要求每行输出“数字 次数”而你的字典顺序不是排序后的顺序输出就会乱序。所以输出前一定要确认手里的序列是排好序的别直接遍历字典。4.4 两个可直接提交的完整版本先给基于Counter的精简版适合快速写、快速过import sys from collections import Counter def main(): data sys.stdin.read().split() if not data: return s data[0] cnt Counter(s) ans sorted(cnt.keys(), keylambda d: (cnt[d], d)) print( .join(ans)) main()再给一个不依赖Counter的手写版赛场上如果对标准库没把握用这个更安心import sys def main(): data sys.stdin.read().split() if not data: return s data[0] cnt {} for ch in s: cnt[ch] cnt.get(ch, 0) 1 items list(cnt.items()) items.sort(keylambda kv: (kv[1], kv[0])) print( .join(k for k, v in items)) main()两个版本的输出完全一致区别只在中间过程。第二版多了一个list(cnt.items())这是因为字典的items()返回的是视图对象不能直接调用sort()必须先转成列表。这个细节很不起眼但现场写的时候一急就容易漏报错信息是AttributeError: dict_items object has no attribute sort看到这个错误你就知道是怎么回事了。再看一个带完整规则判断的版本把“输出数字次数”和“补齐缺失数字”都考虑进去import sys def main(): data sys.stdin.read().split() if not data: return s data[0] cnt [0] * 10 for ch in s: if 0 ch 9: cnt[int(ch)] 1 # 生成 (次数, 数字) 并排序次数升序数字降序 pairs [] for d in range(10): pairs.append((cnt[d], d)) pairs.sort(keylambda p: (p[0], -p[1])) for c, d in pairs: print(f{d} {c}) main()这一版用的是桶好处是天然覆盖了 0 到 9 全部数字缺失的自动是 0不用额外补齐。pairs.sort(keylambda p: (p[0], -p[1]))实现了“次数升序、数字降序”这是元组取负技巧的实际应用。输出用f-string拼成“数字 次数”的形式逐行打印。这三个版本覆盖了绝大多数变体实际比赛时根据题面要求改改输出就够用了。5. 常见问题与排查速查表5.1 过样例但评测报错八成是这几处这是最让人抓狂的情形本地跑样例完美提交上去一片红。我整理了一份排查顺序按命中率从高到低排现象最可能原因排查动作运行错误 RE输入为空时data[0]越界加if not data: return运行错误 RE超长整数转int失败改字符串处理或放开位数限制运行错误 RE字符和整数混着比较统一数据类型答案错误 WA次数相同时的次序规则反了检查元组第二位是否取负答案错误 WA缺失数字没输出补 0 或改用桶答案错误 WA把“数位”当成“元素”统计重读题面输入形态格式错误 PE末尾多了空格或少了换行改用join拼输出超时 TLE用了嵌套循环去重排序换字典 一次排序这张表可以打印出来贴在显示器边上比赛时对着看比盲目改代码快得多。5.2 前导零这个坑值得单独说如果题目给的是一个整数那0012这种输入在数学上等于 12前导零会被吃掉。但如果题目给的是“一串数字字符”0012里的两个 0 是真实存在的必须统计进去。这两种理解对应的代码完全不同s input().strip() # 保留前导零0 会被统计两次 n int(input().strip()) # 前导零消失0 只出现一次题面如果写的是“一个整数”通常意味着不该有前导零出现0012这种数据本身就不合法如果写的是“一个数字串”或“一行数字字符”那就必须原样处理。判断依据就是那几个字的差别不是靠猜。我吃过一次亏题目说的是“一个正整数”我按字符串处理结果测试数据里确实没有前导零两版都能过但如果数据里混了前导零字符串版就会多统计。后来我的做法是能不加int()就不加字符串处理更安全除非需要做数值运算。5.3 大数据量下的性能取舍省赛的题目一般不会卡得太死但如果输入长度到了 10 的 6 次方级别就要注意了。Counter的统计是 O(n)sorted是 O(k log k)k 是不同元素的数量。对数位统计来说k 最多是 10所以整体复杂度接近 O(n)完全够用。真正会拖慢速度的是这两件事一是在循环里反复调用count()方法做字符串统计那是 O(n²)二是用list.remove()或者in判断做去重也是 O(n²)。这两种写法在数据量小的时候看不出来一到大样本立刻超时。还有一个容易被忽略的点sys.stdin.read()比input()快得多尤其是在多行输入的情况下。input()每次调用都要走一遍缓冲和格式处理几万行下来差距很明显。养成用sys.stdin读的习惯能省下不少时间。5.4 一个真实调试案例的复盘我在模拟环境里跑过一组数据输入1100223333期望输出按次数升序、数字升序。手工算一下0出现 2 次1出现 2 次2出现 2 次3出现 4 次。所以排序结果应该是0 1 2 3。第一次我的代码输出1 0 2 3原因是用了Counter之后直接遍历键没排序靠的是插入顺序。修正后加了sorted但又忘了次数相同时按数字排输出成0 1 2 3和1 0 2 3随机切换——因为字典顺序和插入顺序有关。加上元组 key 之后才彻底稳定。这个过程说明一件事样例能过不代表逻辑对尤其是排序这种“看起来有序”的操作一定要拿一组次数大量相同的数据去测才能暴露次级关键字的问题。我现在的习惯是每题至少准备三组自测数据全相同、全不同、有并列。6. 变式训练与能力延展6.1 这道题能变出多少种花样把这道题吃透之后你会发现它的变形几乎是无限的而且每一种变形都在考同一个能力点——排序键的构造。第一种变形是改成“按次数降序输出次数相同按数字升序”。改动只有一处keylambda d: (-cnt[d], d)。第二种变形是统计对象换成一行整数比如3 1 4 1 5 9 2 6 5 3统计每个整数出现的次数。这时候桶就用不了了必须走字典而且待排序的键是整数比较规则天然正确。第三种变形是要求输出前 k 个高频元素。这种题在算法面试里很常见做法是先排序再切片ans[:k]。但如果 k 很小、数据量很大更优的解法是堆用heapq.nlargest可以做到 O(n log k)。第四种变形是“按首次出现的位置排序”这就把排序键从“次数”换成了“下标”需要额外记录每个元素第一次出现的位置。Counter帮不上忙得手动维护一个位置字典。第五种变形是分组输出比如把所有出现次数相同的数字分到一组组间按次数排序组内按数字排序。这种题考的是分组逻辑可以先排序再遍历分组也可以用itertools.groupby。每一种变形看起来都不一样但底层都是“先统计、再按某个键排序”这个模式。把这个模式固化下来遇到新题只是换个 key 函数的事。6.2 从这道题往外延伸的知识点数字次数排序这道题其实是一个很好的知识入口顺着它能摸到好几个常用的工具。第一个是collections.Counter的完整能力。除了计数它还支持加法、减法、交集、并集运算做“两个文本的词频对比”这类问题时特别方便。most_common(n)可以直接取前 n 个高频项比自己排序再切片简洁。第二个是operator.itemgetter。当排序键是“取字典的值”这种简单操作时itemgetter(1)比lambda kv: kv[1]快一些代码也更短。虽然在这道题里差别不大但养成用它的习惯处理大数据时能省一点时间。第三个是heapq。当只需要前 k 个结果时全排序是浪费heapq.nlargest(k, items, key...)才是正解。这个技巧在“找出出现次数最多的三个数字”这类题里能直接把复杂度从 O(n log n) 降到 O(n log k)。第四个是字符串和整数的转换边界。前面提到的 4300 位限制本质上是 Python 为了防止超大整数转换拖慢程序加的保护。理解这一点你就能明白为什么有些题明明逻辑对换个环境就跑不动。6.3 赛前自测清单最后给一份我自己在用的自测清单每道题提交前过一遍能把大部分低级错误挡在门外输入为空时程序会不会崩输入只有一行还是可能有多行读法对不对统计对象是数位还是元素有没有混次数相同时的排序规则方向对不对全相同的数字输出顺序对不对全部不同的数字输出顺序对不对缺失的数字要不要输出补 0 了没有输出分隔符和题目要求一致吗末尾有没有多余空格有没有在循环里调用count()这种 O(n) 操作超长输入会不会触发整数转换限制这十条里前七条是逻辑后三条是工程。逻辑对但工程不到位一样拿不到满分这个道理在别的题上同样成立。我个人在实际操作中的体会是这道题看着像送分题实际上是道筛子题。它筛掉的不是不会写代码的人而是那些“写完就跑、不看题面细节”的人。把排序键这一行写对把输入输出这两个边界守住这道题就是稳的反过来只要有一处想当然它就能在评测机上让你反复交卷。所以我的建议是别急着写先把题面里关于排序规则和输出格式的那两句话抄在草稿纸上然后再动手。
