使用itertools计算后缀最大值。积累

切片反转使内容更简洁,嵌套更少:

list(itertools.accumulate(A[::-1], max))[::-1]

尽管如此,您仍然希望将其捆绑到函数中:

from itertools import accumulate

def suffix_maximums(l):
    return list(accumulate(l[::-1], max))[::-1]

如果你用的是NumPy numpy.maximum.accumulate :

import numpy

def numpy_suffix_maximums(array):
    return numpy.maximum.accumulate(array[::-1])[::-1]

就我个人而言,当我想到“Pythonic”时,我会想到“简单易读”,所以这里是我的Pythonic版本:

def suffix_max(a_list):
    last_max = a[-1]
    maxes = []
    for n in reversed(a):
        last_max = max(n, last_max)
        maxes.append(last_max)
    return list(reversed(maxes))

值得一提的是,这看起来比 itertools.accumulate 方法,但对于100000个整数的列表,我们讨论的是25ms与17ms,所以这可能没什么关系。

如果最关心的是速度,并且您希望看到的数字范围明显小于您正在处理的列表的长度,那么它可能值得使用 RLE :

def suffix_max_rle(a_list):
    last_max = a_list[-1]
    count = 1
    max_counts = []
    for n in a_list[-2::-1]:
        if n <= last_max:
            count += 1
        else:
            max_counts.append([last_max, count])
            last_max = n
            count = 1
    if n <= last_max:
        max_counts.append([last_max, count])
    return list(reversed(max_counts))

对于范围为0-10000的100000 Int列表,这大约是上述方法的4倍,大约是itertools方法的2.5倍。同样,如果您的数字范围明显小于列表的长度,那么它也会占用更少的内存。