如果我有一个列表，例如L=[1，8，8，8，1，3，3，8]，并且保证每个元素出现偶数次，那么我如何制作一个L的所有元素现在出现N/2次的列表。 因此，由于1发生了2次，现在应该发生一次。 因为8出现4次，所以现在应该出现两次。 由于3发生了两次，所以应该发生一次。
因此新列表将类似于k=[1，8，8，3]
做这件事最快的方法是什么？ 我为每个元素都做了list.count()，但是非常慢。
如果顺序不重要，一种方法就是只在排序之后获取奇数或偶数索引。 这些列表将是相同的，所以你只需要其中的一个。
l = [1,8,8,8,1,3,3,8]
l.sort()
# Get all odd indexes
odd = l[1::2]
# Get all even indexes
even = l[::2]
print(odd)
print(odd == even)
结果:
[1, 3, 8, 8]
True
使用计数器跟踪每个元素的计数
from collections import Counter
l = [1,8,8,8,1,3,3,8]
res = []
count = Counter(l) # its like dict(1: 2, 8: 4, 3: 2)
for key, val in count.items():
res.extend(val//2 * [key])
print(res)
# output
[1, 8, 8, 3]
由于您保证列表的每个元素都是2的倍数，因此在构建输出列表时构建计数器会更快，而不是先构建计数器（或排序），然后再使用它。
l = [1,8,8,8,1,3,3,8]
count={}
res=[]
for i in l:
if i in count: count[i]+=1
else: count[i]=1
if count[i]%2: res.append(i)
print(res)
输出量
[1,8,8,3]
编辑比较每种方法的时间/费用
使用TimeIt模块表明，这种方法比首先使用计数器快2.7倍。
即。
def one():
l = [1,8,8,8,1,3,3,8]
count={}
res=[]
for i in l:
if i in count: count[i]+=1
else: count[i]=1
if count[i]%2: res.append(i)
#print(res)
def two():
from collections import Counter
l = [1,8,8,8,1,3,3,8]
res = []
count = Counter(l) # its like dict(1: 2, 8: 4, 3: 2)
for key, val in count.items():
res.extend(val//2 * [key])
o=timeit.Timer(one)
t=timeit.Timer(two)
print(o.timeit(100000))
print(t.timeit(100000))
print(o.timeit(100000))
print(t.timeit(100000))
输出（秒）
0.28666
0.80822
0.28678
0.80113
如果顺序不重要，那么Wimanicesir的方法将被优先考虑，其加速比为4倍，结果为0.07037（比计数器方法快11倍）。
我怀疑在two（无序）中使用counter方法可能会在导入时出现明显的膨胀或减慢，因此我测试了“先计数，后编译结果”方法，同时使用这里的简单方法从one（有序）进行计数
count={}
for i in l:
if i in count: count[i]+=1
else: count[i]=1
它比counter快得多。 在定义的两个测试中替换计数器会导致0.31而不是0.80的时间。 但是，在计数过程中，编译（有序）结果的速度稍微快一些，如two中所示。 对于无序的结果，使用Wimanicesir的方法要快得多。
