在Python列表中查找连续重复的字符串

Question

在Python列表中，找出连续重复的字符串最有效的方法是什么？

举个例子，假设我有一个列表：["a", "a", "b", "c", "b", "b", "b"]。我想要的输出结果是类似这样的：["在索引0找到2个a的组，在索引4找到3个b的组"]。

有没有什么内置的函数可以完成这个任务呢？我找到过一个叫numpy.bincount的东西，但好像只适用于数字。

提前感谢你的帮助。

Answer 1

这个需要在循环的每个元素之间保持状态信息，所以用列表推导式来做并不简单。相反，你可以在循环中记录上一个值：

groups = []
for i, val in enumerate(["a", "a", "b", "c", "b","b","b"]):
    if i == 0:
         cnt = 1
         loc = i
         last_val = val
    elif val == last_val:
         cnt += 1
    else:
         groups.append((cnt, last_val, loc))
         cnt = 1
         loc = i
         last_val = val

for group in groups:
     print("group of {0} {1}'s found at index {2}".format(*group)

输出结果：

group of 2 a's found at index 0
group of 1 b's found at index 2
group of 1 c's found at index 3

Answer 2

你叫它“组”真有意思，因为最适合这个的函数是 itertools.groupby：

>>> import itertools
>>> items = ["a", "a", "b", "c", "b", "b", "b"]
>>> [(k, sum(1 for _ in vs)) for k, vs in itertools.groupby(items)]
[('a', 2), ('b', 1), ('c', 1), ('b', 3)]

（顺便说一下，sum(1 for _ in vs) 是在计数，因为 len 不能在任何可迭代对象上使用，而 len(list(…)) 是浪费资源。）

获取索引稍微复杂一点；我会用循环来实现。

import itertools

def group_with_index(l):
    i = 0

    for k, vs in itertools.groupby(l):
        c = sum(1 for _ in vs)
        yield (k, c, i)
        i += c