Python提取列表连续数字序列首尾元素问题求助

我需要处理如下格式的有序整数列表：

[2,3,4,5,6,7,8,13,14,15,16,17,18,19,20,30,31,32,33,34,35]

最终目标是提取每个连续数字序列的首尾整数，得到结果：

[(2,8),(13,20),(30,35)]

作为Python新手，我尝试了以下代码：

helix = []
single_prot_helices = []
for ind,pos in enumerate(prot[:-1]):
    if pos == prot[ind+1]-1: # 判断当前数和下一个数是否连续
        helix.append(pos)
    elif pos < prot[ind+1]-1: # 当前数和下一个数不连续
        helix.append(pos)
        single_prot_helices.append(helix) # 保存临时列表到永久列表
        helix.clear() # 清空临时列表

其中prot是上述示例格式的列表。我预期single_prot_helices的结果为：

[[2,3,4,5,6,7,8],[13,14,15,16,17,18,19,20],[30,31,32,33,34,35]]

但实际得到的结果却是：

[[20,30,31,32,33,34,35],[20,30,31,32,33,34,35]]

结果只保留了最后一个数字序列，且子列表数量比预期少1个（预期3个，实际2个）。我认为代码逻辑符合思路，但不清楚错误所在，希望得到帮助。

错误原因 #

1. 列表引用传递问题：执行single_prot_helices.append(helix)时，是把helix列表对象的引用加入永久列表，而非复制新列表。后续helix.clear()会修改所有引用该对象的内容，导致最终所有子列表都是最后一次修改后的结果。
2. 循环范围遗漏：prot[:-1]只遍历到倒数第二个元素，最后一个序列的末尾元素（比如示例中的35）未被处理，导致少一个子列表。
3. 元素添加逻辑缺失：连续序列的末尾元素（比如示例中的8、20）未被加入临时列表，因为循环到前一个元素时只判断连续，没有把末尾元素加入。

修正后的代码 #

以下是修复问题后的代码，直接完成提取首尾元组的目标：

prot = [2,3,4,5,6,7,8,13,14,15,16,17,18,19,20,30,31,32,33,34,35]
helix = []
single_prot_helices = []

for ind, pos in enumerate(prot):
    # 先把当前元素加入临时列表
    helix.append(pos)
    # 不是最后一个元素时，检查下一个元素是否连续
    if ind < len(prot) - 1:
        if pos != prot[ind+1] - 1:
            # 保存当前序列的副本，避免引用问题
            single_prot_helices.append(list(helix))
            helix.clear()
# 循环结束后，加入最后一个剩余的序列
if helix:
    single_prot_helices.append(helix)

# 提取每个子列表的首尾组成元组
result = [(seq[0], seq[-1]) for seq in single_prot_helices]
print(result)

执行后会输出预期的[(2, 8), (13, 20), (30, 35)]。

更简洁的实现方式 #

可以用itertools.groupby简化代码，利用连续数的数值-索引为固定值的特性分组：

from itertools import groupby

prot = [2,3,4,5,6,7,8,13,14,15,16,17,18,19,20,30,31,32,33,34,35]
# 按"数值-索引"分组，连续的数该值相同
groups = groupby(enumerate(prot), key=lambda x: x[1] - x[0])
result = []
for _, group in groups:
    nums = [num for _, num in group]
    result.append((nums[0], nums[-1]))
print(result)

内容的提问来源于stack exchange，提问作者plmnkndv