如何以最符合Python风格的方式识别列表中连续的重复项？

Question

我有一个整数列表，我想识别连续的重复块：也就是说，我想生成一个保持顺序的元组列表，每个元组包含（待检查的整数，出现次数）。

例如，如果我有一个列表如下：

[0, 0, 0, 3, 3, 2, 5, 2, 6, 6]

我希望得到的结果是：

[(0, 3), (3, 2), (2, 1), (5, 1), (2, 1), (6, 2)]

我有一个相对简单的方法，使用for循环、一个临时变量和一个计数器：

result_list = []
current = source_list[0]
count = 0
for value in source_list:
    if value == current:
        count += 1
    else:
        result_list.append((current, count))
        current = value
        count = 1
result_list.append((current, count))

但我非常喜欢Python的函数式编程习惯，并且我希望能够使用简单的生成器表达式来实现。然而，当使用生成器时很难保留子计数。我有一种感觉，两步法可以帮我做到这一点，但现在我卡住了。

有没有特别优雅/Pythonic的方法来实现这一点，特别是使用生成器？

- machine yearning

---

参考文献中的这个过程被称为： http://en.wikipedia.org/wiki/Run-length_encoding - Aaron Robson

Answer 1

>>> from itertools import groupby
>>> L = [0, 0, 0, 3, 3, 2, 5, 2, 6, 6]
>>> grouped_L = [(k, sum(1 for i in g)) for k,g in groupby(L)]
>>> # Or (k, len(list(g))), but that creates an intermediate list
>>> grouped_L
[(0, 3), (3, 2), (2, 1), (5, 1), (2, 1), (6, 2)]

就像他们说的那样，Python 已经准备好了所有需要的工具。

来自 JBernardo 的建议：使用sum和生成器表达式，请参见评论。

- jscs

---

或许你可以将 len(list(g)) 改为 sum(1 for i in g)，避免使用中间存储。 - JBernardo

@JBernardo：好建议，谢谢。当我使用groupby时，从g创建列表总是让我感到有些困扰。 - jscs

@JBernardo：实际上我会选择创建中间列表。虽然做求和可能更有效率，但我认为前者更易读（确切地说明了我们想要发生的事情），因此更符合Pythonic！我确实认为这个“加一”的解决方案暗示着生成器中缺少某些东西，特别是没有内置函数明确告诉将生成多少元素。这在未来可能会得到修正吗？ - machine yearning

@机器人：原则上是不可能的。考虑以下代码：def long_gen(): while True: yield 1 这个迭代器的长度是多少？请参见：https://dev59.com/z3RC5IYBdhLWcg3wKtv2 - jscs

@Josh：我明白了，如果这是一个已经成熟的习语，那么我会收回之前对Pythonic性的评论。我想停机问题可能会对任何通用情况下的修改造成困扰。感谢您深思熟虑的回答！ - machine yearning

@machine：不用谢。我在其他地方也看到过sum的使用，但没想到可以在这种情况下使用它。我认为大多数读者都能很快理解它的含义。 - jscs