提出了这么多解决方案，令我惊讶的是没有人提出我认为很明显的解决方案（对于不可哈希但可比较的元素）-[ itertools.groupby] [1]。itertools提供快速，可重用的功能，并允许您将一些棘手的逻辑委托给经过良好测试的标准库组件。考虑例如：
import itertools
import operator
def most_common(L):
# get an iterable of (item, iterable) pairs
SL = sorted((x, i) for i, x in enumerate(L))
# print 'SL:', SL
groups = itertools.groupby(SL, key=operator.itemgetter(0))
# auxiliary function to get "quality" for an item
def _auxfun(g):
item, iterable = g
count = 0
min_index = len(L)
for _, where in iterable:
count += 1
min_index = min(min_index, where)
# print 'item %r, count %r, minind %r' % (item, count, min_index)
return count, -min_index
# pick the highest-count/earliest item
return max(groups, key=_auxfun)[0]
当然，这可以写得更简洁一些，但我的目标是最大程度地清晰。print可以不加注释这两个语句，以更好地了解运行中的机制。例如， 带有未 注释的打印：
print most_common(['goose', 'duck', 'duck', 'goose'])
发出：
SL: [('duck', 1), ('duck', 2), ('goose', 0), ('goose', 3)]
item 'duck', count 2, minind 1
item 'goose', count 2, minind 0
goose
如您所见，SL是一个成对的列表，每对一个项目，后跟原始列表中的项目索引（以实现关键条件，即，如果具有相同最高计数的“最常见”项目> 1，则结果必须是最早出现的一个）。
groupby仅按项目分组（通过operator.itemgetter）。辅助功能在max计算过程中每分组一次调用，它接收并在内部解压缩一个组- 具有两个项目的元组，(item, iterable)其中可迭代项也是两个项目元组(item, original index)[[SL]的项目]。
然后，辅助功能使用循环来确定组可迭代项中的条目数 和 最小原始索引。它返回那些作为组合的“质量关键字”，并且最小索引符号已更改，因此该max操作将考虑“更好”那些在原始列表中较早出现的项目。
此代码可能是更简单的，如果它担心一 点点 时间和空间，少谈大O问题，如…：
def most_common(L):
groups = itertools.groupby(sorted(L))
def _auxfun((item, iterable)):
return len(list(iterable)), -L.index(item)
return max(groups, key=_auxfun)[0]
相同的基本思想，只是表达得更简单，紧凑…但是，可惜的是，额外的O（N）辅助空间（将组的可迭代对象体现到列表中）和O（N平方）时间（获取L.index每个项目的总和） 。尽管过早的优化是编程中所有弊端的根源，但在O（N log N）可用时刻意选择O（N平方）方法与可扩展性背道而驰！
最后，对于那些更喜欢“单线”而不是清晰度和性能的人，可以使用名称经过适当修饰的1线附加版本：-)。
from itertools import groupby as g
def most_common_oneliner(L):
return max(g(sorted(L)), key=lambda(x, v):(len(list(v)),-L.index(x)))[0]
602392714
清零编程群