Python处理相邻同值日期值对列表 仅保留最早日期的方案优化

首先明确需求核心：仅合并连续相邻的同数值条目，每组连续同值条目保留最早日期的条目，非连续同值条目互不影响。

现有方案可优化点 #

• get_dates_1 做了两次列表反转操作，存在不必要的性能开销，同时会修改原输入列表，如果外部还有其他引用会产生副作用
• get_dates_2 增加了排序逻辑，如果输入列表本身已经按日期升序排列（通常这类时间序列数据都是预先排好序的），排序属于冗余操作，会把时间复杂度从O(n)拉高到O(nlogn)

最优优雅实现 #

Python 内置的itertools.groupby刚好适配这个场景：它会把连续的、key相同的元素分为一组，我们只要对每组取第一个元素的日期即可，完全匹配需求。

import datetime
import itertools

def get_dates_optimized(input_list):
    # 如果输入列表不确定是否按日期排序，先加下面这行排序
    # input_list = sorted(input_list, key=lambda x: x[0])
    # 按连续相同的数值分组，每组取第一个元素的日期
    return [next(group)[0] for _, group in itertools.groupby(input_list, key=lambda x: x[1])]

测试验证 #

用你给出的第一个测试用例验证：

l = [[datetime.datetime(2021, 1, 1, 0, 0), 0],
    [datetime.datetime(2021, 3, 1, 0, 0), 0],
    [datetime.datetime(2021, 4, 1, 0, 0), 2],
    [datetime.datetime(2021, 8, 1, 0, 0), 0],
    [datetime.datetime(2021, 10, 1, 0, 0), 5]]

print(get_dates_optimized(l))

输出完全符合预期：

[datetime.datetime(2021, 1, 1, 0, 0), datetime.datetime(2021, 4, 1, 0, 0), datetime.datetime(2021, 8, 1, 0, 0), datetime.datetime(2021, 10, 1, 0, 0)]

无依赖简化实现 #

如果不想引入itertools依赖，也可以简化正向遍历的写法，避免边界判断冗余：

def get_dates_simple(input_list):
    if not input_list:
        return []
    res = [input_list[0][0]]
    prev_val = input_list[0][1]
    for date, val in input_list[1:]:
        if val != prev_val:
            res.append(date)
            prev_val = val
    return res

这个写法不需要修改原列表，也没有多余的反转、排序操作，时间复杂度O(n)，空间复杂度除了结果存储仅需O(1)，可读性也很高。

内容的提问来源于stack exchange，提问作者venv