Как проверить, что все элементы последовательности уникальны (как найти дубликаты)? Как посчитать частоту символов/слов в тексте?

Короткий ответ

Уникальность элементов проверяется превращением списка во множество: если длина не изменилась, дубликатов нет — len(data) == len(set(data)). Частоту символов или слов удобно считать через collections.Counter, который возвращает словарь вида «элемент — количество вхождений».

Как это работает подробнее

Обе задачи решаются структурами с быстрым доступом: set отвечает на вопрос о дубликатах, а словарь хранит счётчики вхождений.

• Множество против списка. Множество хранит только уникальные элементы, поэтому равенство длин списка и множества означает отсутствие повторов.
• Скорость операций. Добавление и проверка вхождения в set и dict выполняются в среднем за O(1), поэтому весь проход занимает O(n).
• Поиск дубликатов. Чтобы найти сами повторы, иди по списку и складывай элементы в set, отмечая те, что уже встречались.
• Counter. collections.Counter — подкласс словаря, который сам подсчитывает количество вхождений элементов итерируемого объекта.
• Частота слов. Текст разбивают на слова через split(), а lower() объединяет варианты одного слова в разных регистрах.

Пример кода

Уникальность элементов и подсчёт частотКопировать

from collections import Counter
def check_distinct(values):
    return len(values) == len(set(values))
print(check_distinct([1, 6, 5, 8]))        # True
print(check_distinct([2, 2, 5, 5, 7, 8]))  # False
print(Counter('abracadabra'))
print(Counter('hello world hello'.split()))

Что использовать на практике

• Проверка уникальности. Используй сравнение длин len(values) == len(set(values)) — просто, быстро и работает для любых хэшируемых данных.
• Подсчёт частот. Бери collections.Counter вместо ручного словаря: меньше кода и удобные методы вроде most_common().
• Частота слов. Передавай в Counter результат text.lower().split() — получишь частоты слов с учётом регистра.
• Большие тексты. Для подсчёта символов файла достаточно обернуть его чтение в Counter, не строя лишних промежуточных структур.

Подводные камни

• Нехэшируемые элементы. set и ключи dict требуют хэшируемых значений — вложенные список или словарь положить в множество нельзя.
• Регистр. «Python» и «python» — разные строки: без lower() частоты одного слова разъедутся по разным ключам.
• Пунктуация. Знаки препинания прилипают к словам при простом split(), поэтому слово с точкой посчитается отдельно.
• Средний случай. Быстрый доступ set и dict гарантирован в среднем; при плохой хэш-функции возможна деградация производительности.

Как отвечать на собеседовании

• Сначала показать проверку уникальности через len и set → объяснить, почему операции множества работают за O(1) в среднем → перейти к подсчёту частот через collections.Counter → показать подсчёт слов через split() и упомянуть краевые случаи вроде регистра и пунктуации.