counter专为计数设计，比手动字典循环更快更安全，支持可迭代对象直接初始化、缺失键返回0、数学运算等特性，且内部用c实现，10万+元素时快2–3倍。
直接用 collections.Counter，它专为这事设计，比手写字典循环快且不易出错。
为什么不用 dict 循环手动计数
手动遍历列表、用 if key in dict 判断再累加，代码冗长，还容易漏掉初始化逻辑。更关键的是，Counter 内部用 C 实现了大部分逻辑，对中大型列表（比如 10 万+ 元素）性能提升明显——实测快 2–3 倍。另外，Counter 支持直接传入任意可迭代对象（字符串、元组、生成器），而普通字典做不到这点。
- 常见错误：写成
count_dict[item] += 1却没先初始化count_dict[item] = 0，触发KeyError - 正确替代：用
defaultdict(int)或直接上Counter，省去判断 - 注意：
Counter对不可哈希类型（如字典、列表）会直接报TypeError，这点和字典一致
Counter 的基础用法与常用操作
构造后得到一个类似字典的对象，但多了几个实用方法。最常被忽略的是它的“可加减”特性——两个 Counter 可以直接用 + 或 - 合并或抵消频次。
- 统计：
c = Counter([1, 2, 2, 3, 3, 3])→Counter({3: 3, 2: 2, 1: 1}) - 取高频：
c.most_common(2)→[(3, 3), (2, 2)]（返回元组列表，按频次降序） - 转回普通字典：
dict(c)，但没必要，它本身支持所有字典读取操作（如c[5]返回0而非 KeyError） - 清零重用：调用
c.clear()，比新建对象更省内存
处理字符串、嵌套结构与边界情况
很多人只想到统计数字或单词，但 Counter 对字符串默认按字符统计；若要按词统计，得先分词。嵌套结构（如列表套字典）不能直接传入，必须展平或提取键值。
- 字符串按字符：
Counter("abac")→Counter({'a': 2, 'b': 1, 'c': 1}) - 字符串按词：先
words = text.split()，再Counter(words)；注意标点需提前清洗 - 嵌套列表：比如
data = [[1,2], [2,3], [1,2]]，不能直接Counter(data)（报错），得用Counter(tuple(x) for x in data) - 空输入：
Counter([])返回空Counter()，安全；但Counter(None)会报错
真正容易被忽略的点是：当元素本身是浮点数时，精度误差可能导致本该相同的数被算作不同键；还有就是中文分词必须依赖外部库（如 jieba），Counter 不解决语义切分问题。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
