Pythonでリストから最も長い単語を上位k個抽出する2つの方法

プログラミングでは、長さの異なる多数の単語が含まれるリストの中から、上位n個の最も長い単語を取り出したい場面があります。本記事では、このような処理を実現するための2つのアプローチを、サンプルコードと実行結果とともにわかりやすく解説します。

方法1：count()とsorted()を使う方法

まず、リストの要素を逆順にソートすることで、最も長い単語がリストの先頭に並ぶようにします。次に各単語の長さを求め、そのカウント結果を変数に格納します。最後に、必要な件数分だけスライスして、最長の単語を取得します。

ここで使われているitertools.count()は無限に増加するカウンターを生成するイテレータです。キー関数が(単語の長さ, カウンター値)というタプルを返すことで、同じ長さの単語同士は元のリスト内での順序（出現順）が維持されるようになっています。これにより、安定した予測可能な結果が得られます。

サンプルコード

from itertools import count

def longwords(l, x):
    c = count()
    return sorted(l, key=lambda i: (len(i), next(c)),
                  reverse=True)[:x]

listA = ['Earth','Moonshine','Aurora','Snowflakes','Sunshine']
n = 2
print(longwords(listA, n))

実行結果

上記のコードを実行すると、以下の出力が得られます。

['Snowflakes', 'Moonshine']

方法2：zipとenumerateを使う方法

このアプローチでは、まずenumerate()を使ってリストの各要素にインデックスを付けて列挙します。その後、sorted()関数とzip()関数を組み合わせてカウントを取得します。キー関数に負の長さの値（-len(i[1])）を指定することで降順ソートを実現しており、同じ長さの場合はインデックスの負の値（-i[0]）によって元の順序が保たれます。最後に、必要な件数分だけスライスします。

サンプルコード

def longwords(l, x):
    idx, words = zip(*sorted(enumerate(l),
    key = lambda i: (-len(i[1]), -i[0]))[:x])
    return list(words)

listA = ['Earth','Moonshine','Aurora','Snowflakes','Sunshine']
n = 2
print(longwords(listA, n))

実行結果

上記のコードを実行すると、以下の出力が得られます。

['Snowflakes', 'Moonshine']

まとめ

どちらの方法でも、リストから最も長い単語を上位n個正しく抽出できます。itertools.count()を使う方法はコードが簡潔で読みやすい一方、enumerate()とzip()を組み合わせる方法はインデックス情報も同時に扱えるため、単語だけでなくその位置情報も必要な場合に便利です。用途に応じて使い分けるとよいでしょう。