Python中高效统计对象列表布尔属性真值数量的优化方案问询

我有一个包含布尔属性的Python对象列表，需要以相对高效的方式统计其中属性为True的数量。测试脚本如下：

import random
import timeit

class testClass:
    def __init__(self, boolean):
        self.bool = bool(boolean)

bools = [random.randint(0,1) for i in range(1000)]

class_instances = [testClass(boolean=bool) for bool in bools]

现在得到了一个包含1000个testClass实例的列表，每个实例的bool属性都是布尔值。

我已经了解几种常规实现方式：

• sum([instance.bool for instance in class_instances])：通过列表推导式生成布尔值列表后求和
• sum(instance.bool for instance in class_instances)：用生成器表达式求和，但速度更慢

但这个求和操作会频繁执行，性能分析显示，创建列表或生成器的过程会耗费不少时间。提前生成bool_list = [instance.bool for instance in class_instances]再执行sum(bool_list)速度更快，但如果原class_instances中对象的bool属性被修改，bool_list无法同步更新。

我有没有遗漏的优化思路？我认可列表推导式的便捷性，但希望能有类似指针数组的实现，既能保证求和效率，又能在属性修改时自动同步。我猜测最优方案可能是重构类结构，改成包含列表属性的"大"类，而非用单个实例组成的列表。

内容的提问来源于stack exchange，提问作者condimentman