如何高效将基础列表元素转换为连续元素列表？

这个需求其实很常见，用Python可以轻松高效地实现，我给你两种实用的解法：

方法一：嵌套列表推导式（简洁高效） #

这种方式利用Python的列表推导式特性，底层经过优化，执行速度很快，代码也很简洁：

def expand_continuous_sequence(base_list, count):
    # 遍历原列表每个元素，生成从x到x+count-1的连续整数
    return [num for x in base_list for num in range(x, x + count)]

# 测试示例
base = [1, 4, 10]
print(expand_continuous_sequence(base, 2))  # 输出: [1, 2, 4, 5, 10, 11]
print(expand_continuous_sequence(base, 3))  # 输出: [1, 2, 3, 4, 5, 6, 10, 11, 12]

解释：外层循环遍历原列表的每个元素x，内层循环通过range(x, x+count)生成从x开始的count个连续整数，最后将所有整数收集到一个列表中。

方法二：itertools.chain（内存友好，适合大数据量） #

如果你的基础列表非常大，推荐用这种惰性求值的方式，它不会一次性创建所有子列表，而是逐个生成元素，能有效节省内存：

from itertools import chain

def expand_continuous_sequence(base_list, count):
    # 生成器表达式逐个生成子序列，再通过chain拼接
    return list(chain.from_iterable(range(x, x + count) for x in base_list))

# 测试示例
base = [1, 4, 10]
print(expand_continuous_sequence(base, 2))  # 输出: [1, 2, 4, 5, 10, 11]
print(expand_continuous_sequence(base, 3))  # 输出: [1, 2, 3, 4, 5, 6, 10, 11, 12]

解释：range(x, x+count)本身就是惰性的生成器，chain.from_iterable会逐个迭代这些生成器的元素，最后转成列表。这种方式在处理百万级以上的基础列表时，内存占用会比列表推导式小很多。

内容的提问来源于stack exchange，提问作者Lokin