如何统计布尔列表中被False分隔的连续True分组长度并返回列表

以下方案时间复杂度均为O(n)，适配不同规模的列表需求：

方案1：基于itertools.groupby实现 #

你之前用groupby没得到预期结果，大概率是没有对分组的键做过滤，只需要筛选键为True的分组统计长度即可：

from itertools import groupby

bool_list = [False, True, True, True, False, False, True, True, True, True, True, False, True, True, True, True, True, True, True, False]
result = [len(list(group)) for key, group in groupby(bool_list) if key]
# 输出结果：[3, 5, 7]

方案2：原生Python遍历实现 #

无需导入任何依赖，性能稳定，适合所有场景：

bool_list = [False, True, True, True, False, False, True, True, True, True, True, False, True, True, True, True, True, True, True, False]
count = 0
result = []
for val in bool_list:
    if val:
        count += 1
    else:
        if count > 0:
            result.append(count)
            count = 0
# 兼容列表末尾为True的场景
if count > 0:
    result.append(count)
# 输出结果：[3, 5, 7]

方案3：Numpy向量化实现（适合超大规模列表） #

如果你的布尔列表长度在十万级以上，用numpy的向量化运算可以大幅提升处理速度：

import numpy as np

bool_list = [False, True, True, True, False, False, True, True, True, True, True, False, True, True, True, True, True, True, True, False]
arr = np.array(bool_list, dtype=bool)
# 补首尾边界后计算差分，定位连续True的起止位置
diff_arr = np.diff(np.concatenate(([False], arr, [False])))
start_pos = np.where(diff_arr == 1)[0]
end_pos = np.where(diff_arr == -1)[0]
result = (end_pos - start_pos).tolist()
# 输出结果：[3, 5, 7]

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