如何用更高效的Pythonic方式统计列表中1→0的转换次数？

嘿，你的思路已经很到位了！当前的实现逻辑清晰，通过拆分列表配对后统计目标元素对的方式，完全能准确得到结果。不过针对不同场景，确实有几个更高效或者更简洁的写法，尤其是在处理大规模数据时能带来明显的性能/内存优势：

1. 生成器表达式替代列表推导（内存更高效） #

你的原代码创建了一个中间列表来存储所有符合(1,0)的配对，再通过len()获取数量。改用生成器表达式的话，不需要存储这些配对，直接迭代计数，能节省不少内存（尤其是列表很大的时候）：

stat = [0, 0, 1, 0, 0, 1, 0]
result = sum(1 for a, b in zip(stat, stat[1:]) if a == 1 and b == 0)
# 输出：2

sum()会直接迭代生成器，每遇到符合条件的配对就加1，没有多余的内存开销。

2. 结合zip与map的简洁写法 #

如果追求代码简洁度，可以用map配合sum来实现，利用布尔值在求和时会被转换为1/0的特性：

result = sum(map(lambda pair: pair == (1, 0), zip(stat, stat[1:])))

这种写法和上面的生成器效率接近，但可读性稍弱一点，适合熟悉Python特性的场景。

3. 手动遍历索引（超大型列表最优解） #

如果你的列表规模特别大，stat[1:]会创建一个原列表的副本，占用额外的内存空间。这时候手动遍历索引直接访问原列表元素，是内存效率最高的方式：

count = 0
for i in range(len(stat) - 1):
    if stat[i] == 1 and stat[i+1] == 0:
        count += 1
result = count

这种方式不需要创建任何额外的子列表，所有操作都基于原列表，在处理百万级以上元素的列表时，性能优势会很明显。

总结 #

• 普通规模列表：你的原实现、生成器写法都可以，生成器略优；
• 超大型列表：手动遍历索引的方式内存占用最低，性能最佳。

内容的提问来源于stack exchange，提问作者akoel