n = int(input())
while n != 0:
    students = []
    most_popular = 0
    count = 0
    for i in range(n):
        s = list(map(int, input().split()))
        s.sort()
        students.append(s)
        sc = students.count(students[i])
        if  sc >= most_popular:
            if sc > most_popular:
                most_popular = sc
                count = 0
            count += sc
    print(count)
    n = int(input())

測資3就是過不了

你的程式每循環一次，就會用 list.count() 重新計算一次陣列中有幾個相同元素

list.count() 會從頭開始遍歷整個陣列，尋找有幾個相同的元素，陣列越大消耗的時間就越多

要不試試看先把所有資料都先存起來，最後才統計每個元素出現的頻率? 這樣就只要數一次，而不是每次循環都重新數

當陣列規模可能很大時，就盡量不要去從頭遍歷它

或是一邊讀取，一邊將每個元素出現的次數記錄下來，最後才比較誰出現的最多次

你的程式每循環一次，就會用 list.count() 重新計算一次陣列中有幾個相同元素

list.count() 會從頭開始遍歷整個陣列，尋找有幾個相同的元素，陣列越大消耗的時間就越多

 

要不試試看先把所有資料都先存起來，最後才統計每個元素出現的頻率? 這樣就只要數一次，而不是每次循環都重新數

當陣列規模可能很大時，就盡量不要去從頭遍歷它

 

或是一邊讀取，一邊將每個元素出現的次數記錄下來，最後才比較誰出現的最多次

n = int(input())
while n != 0:
    students = []
    times = []
    most_popular = 0
    count = 0
    for i in range(n):
        s = ''.join(sorted(input().split()))
        if s not in students:
            students.append(s)
            times.append(1)
        else:
            times[students.index(s)] += 1
    print(max(times) * times.count(max(times)))
    n = int(input())

還是不行，但側資2的時間大概少了一倍(0.1s 到 65ms)

你的程式每循環一次，就會用 list.count() 重新計算一次陣列中有幾個相同元素

list.count() 會從頭開始遍歷整個陣列，尋找有幾個相同的元素，陣列越大消耗的時間就越多

 

要不試試看先把所有資料都先存起來，最後才統計每個元素出現的頻率? 這樣就只要數一次，而不是每次循環都重新數

當陣列規模可能很大時，就盡量不要去從頭遍歷它

 

或是一邊讀取，一邊將每個元素出現的次數記錄下來，最後才比較誰出現的最多次

n = int(input())
while n != 0:
    students = []
    times = []
    most_popular = 0
    count = 0
    for i in range(n):
        s = ''.join(sorted(input().split()))
        if s not in students:
            students.append(s)
            times.append(1)
        else:
            times[students.index(s)] += 1
    print(max(times) * times.count(max(times)))
    n = int(input())

還是不行，但側資2的時間大概少了一倍(0.1s 到 65ms)

**修正前文**

n = int(input())
while n != 0:
    students = []
    times = []
    for i in range(n):
        s = ''.join(sorted(input().split()))
        if s not in students:
            students.append(s)
            times.append(1)
        else:
            times[students.index(s)] += 1
    print(max(times) * times.count(max(times)))
    n = int(input())

還是不行，但測資2的時間大概少了一倍(0.1s 到 65ms)

有變快那就是有效果了

新的程式碼中，拖你時間的主要是這一行，我用紅色的標記出來

list.index() 的行為和 list.count() 相似，都會從頭遍歷陣列尋找符合的元素

差別在於 list.index() 找到第一個吻合就結束了，時間複雜度是 O(n)

list.count() 則會繼續找，直到遍歷完整組陣列

不過對於計數的部分，特別是元素很多的情況， python 有更有效率的資料類型可以使用 - 字典 dict

字典有一個優勢是無論字典的規模有多大，查找特定元素(鍵)消耗的時間都差不多，時間複雜度是 O(1)，速度會更快

這題的話可以用 {組合 : 數量} 這個格式紀錄

我猜大部分用 python 過的人應該都是用字典，其他還有很多題目都需要統計大量元素的數量，都是用字典的效率比較好

但其實還有字典以外的做法能過就是了

另解就是要導入額外的 package

語法是 import 你要導入的包 或 from 你要導入的包 import 那個包裡面的東西

除了其他解題報告用的 itertools 的 groupby 外，我個人其實更推薦用 collections 的 Counter

collections.Counter 就像他的名字一樣，就是專門用來統計數量的，這是它的專業，細節用法可以看這個網站或官方文檔的說明

這東西保存資料的方式類似字典，所以字典能用的方法，它大多也能用

另解就是要導入額外的 package

語法是 import 你要導入的包 或 from 你要導入的包 import 那個包裡面的東西

 

除了其他解題報告用的 itertools 的 groupby 外，我個人其實更推薦用 collections 的 Counter

 

collections.Counter 就像他的名字一樣，就是專門用來統計數量的，這是它的專業，細節用法可以看這個網站或官方文檔的說明

這東西保存資料的方式類似字典，所以字典能用的方法，它大多也能用

 

我最後用Counter過了(測資#3 0.4s)(研究了好久，畢竟跟字典不太熟，Counter更是陌生)

不過真的超級感謝你花時間幫我看程式碼，太謝謝你了

另解就是要導入額外的 package

語法是 import 你要導入的包 或 from 你要導入的包 import 那個包裡面的東西

 

除了其他解題報告用的 itertools 的 groupby 外，我個人其實更推薦用 collections 的 Counter

 

collections.Counter 就像他的名字一樣，就是專門用來統計數量的，這是它的專業，細節用法可以看這個網站或官方文檔的說明

這東西保存資料的方式類似字典，所以字典能用的方法，它大多也能用

 

我最後用Counter過了(測資#3 0.4s)(研究了好久，畢竟跟字典不太熟，Counter更是陌生)

不過真的超級感謝你花時間幫我看程式碼，太謝謝你了

from collections import Counter
n = int(input())
while n != 0:
    students = []
    for i in range(n):
        s = ''.join(sorted(input().split()))
        students.append(s)
    s2 = Counter(students)
    m= max(s2.values())
    count = sum(1 for x in s2.values() if x == m)
    print(m *count)
    n = int(input())