我在用Python实现一个爬山法来解密密码。爬山法把ngram计数、解密后的消息，以及字母表作为一个列表添加到当前输出列表中。同一个消息在不同字母表下可能被生成多次，我想先按消息排序以去除重复项，然后再按ngram计数排序，以便让输出按数值顺序排列。也就是说，如果我有：

output = [[10, 'HELLO', 'ABCD'], [10, 'HELLO', 'ABDC'], [18, 'HLELO', 'BCDA']]

[为清晰起见的编辑] 好的，爬山法正在处理一个简单的替换消息（a=h、b=x、c=m等等）。对于短明文，并非字母表中的所有字母都会出现在密文中。我所做的是识别密文中的唯一字母，将它们放在列表的前面，然后再用其余缺失字母对列表进行填充。爬山法在第二个列表中随机分配明文字母，并尝试用这两个字母表来解密消息。如果密文字母表因为消息较短而只使用18个字母，那么该列表中的前18个字母才是相关的，因此类似于

'JOHNABCDEFGIKLMPQRZYXSTUVW' 和 'JOHNABCDEFGIKLMPQRWVUSTZXY'

将产生相同的“明文”输出，且ngram计数也相同。我按ngram计数排序，以得到最接近普通英语频率分布的前200条结果，而且我只需要每条消息的一份拷贝来判断它是否是正确的解密。我想丢弃重复项。

由于未使用的字母在简单替换步骤中是必需的，我需要把它们保留在密文字母表列表中，但未使用的字母对密钥恢复没有贡献（我只需要上面的例子中的 "JOHN" 就能知道真实密钥是什么）。这意味着在唯一排序之后，保留哪一个字母表并不重要，因为每个字母表只需要前18个字母就够了。而且如示例中，前18个字母会产生两个相同的解密，因此ngram计数（也就是结果中诸如 'ed'、'er'、'ing' 这类常见字母组合出现的次数）将是相同的。

解决方案

如果你真的不在意所谓的“字母表”（换言之，子列表的第三个元素），你可以按如下操作：

from itertools import groupby

output = [[10, 'HELLO', 'ABCD'], [10, 'HELLO', 'ABDC'], [18, 'HLELO', 'BCDA']]
res = [next(g) for k, g in 
       groupby(sorted(output, key=lambda x: x[:2]),
               key = lambda x: x[:2])]

结果：

[[10, 'HELLO', 'ABCD'], [18, 'HLELO', 'BCDA']]