在numpy中是否有比线性更快的方法来查找布尔条件的端点？

有没有人知道一种比线性更快的（常见情况）查找数组布尔属性端点的方法

例如，numpy.nonzero（a）[0][1]是a（维度=0）的最后一个非零元素的索引，类似地，numpy.nonzero（a）[0][0]是第一个非零元素的索引

如果我们知道我们只关心第一个或最后一个元素，我们可以使用更少的内存，并且比上面运行的“非零”运行时具有更好的公共情况运行时。例如，如果我们坚持线性搜索，我们至少可以从适当的一端开始（向后搜索以找到与条件匹配的最后一个值）。或者，我们可以使用二进制搜索（例如，如果中间元素与条件匹配，则不需要检查前半部分以查找最后一个元素为真）。

---

这似乎很常见，可能存在一个现有的实现，但我没有找到类似的实现。

您可以使用

argmax

找到布尔数组的第一个真元素

a = np.array([False, False, True, True, True])
first_True = a.argmax()
last_True = len(a) - 1 - a[::-1].argmax()

您可以使用

argmin

查找假值，这将比使用非零更快，占用的内存更少，但这在

a

的长度上是线性的。如果你想比线性更快，你需要知道

a

是“排序”的，对于一个布尔数组，这意味着你有一个False块，后面跟着all True。在这种情况下，您可以使用搜索排序来查找假与真之间的边界：

first_True = a.searchsorted(True, 'left')

---

二进制搜索一般不起作用。如果cnetral元素是

True

，我们只需要查看左半部分——这是真的。如果cnetral元素是

False

，这根本不会告诉我们任何事情。很好的解释！（对前面的评论感到抱歉…我在阅读整个答案之前添加了它。）这是一个很好的解决方案，尽管考虑到中没有提到argmax在布尔数组上的特殊行为，这有点不直观。布尔数组没有特殊行为。文件中明确指出，“如果最大值多次出现，则返回与第一次出现对应的索引。”