Python列表计算元素变化位置索引的最快实现方法

你的原实现问题在于用字典存储值对应的索引，字典的键具有唯一性，当同一个值多次重复出现时，会覆盖之前记录的索引，自然无法识别元素回退/重复出现的变化场景。
下面是单次遍历O(n)时间复杂度的最优实现，无额外依赖，原生Python运行效率最高，完全匹配需求：

def get_change_indices(input_list):
    if not input_list:
        return []
    res = []
    prev_val = input_list[0]
    for idx, current_val in enumerate(input_list[1:], start=1):
        if current_val != prev_val:
            res.append(idx)
            prev_val = current_val
    return res

测试验证 #

• 测试用例1：[1, 1, 2, 2, 2, 3, 4, 4, 4]
  输出：[2, 5, 6]，完全符合预期
• 测试用例2：[1, 1, 2, 2, 2, 3, 4, 4, 4, 1, 1]
  输出：[2, 5, 6, 9]，正确识别最后1重新出现的变化位置

性能说明 #

• 整个过程只遍历列表1次，无额外中间数据结构开销，内存占用极低
• 用enumerate直接获取索引，避免手动计算索引的额外开销
• 不需要导入任何第三方库，函数调用成本远低于用numpy、pandas等需要做数据类型转换的实现，高频调用场景下效率优势非常明显

如果你使用的是Python3.10及以上版本，还可以用itertools的pairwise进一步简化代码，性能和上面的实现几乎一致：

from itertools import pairwise
def get_change_indices(input_list):
    return [idx for idx, (a, b) in enumerate(pairwise(input_list), start=1) if a != b]

内容的提问来源于stack exchange，提问作者mmz