盘点4种计算数组中元素值为1的个数方法

1. 直接遍历法

直接遍历数组的每个元素，判断元素是否为1，并计数。

def count_ones_1(arr):
    count = 0
    for i in arr:
        if i == 1:
            count += 1
    return count
arr = [1, 0, 1, 1, 0, 1, 0, 0, 1]
count = count_ones_1(arr)
print("数组中元素值为1的个数：", count)

对于上述示例代码，它的时间复杂度是O(n)，其中n是数组的长度。该方法思路简单，代码易于理解，适用于小规模的数组。

2. 使用Python内置函数count()

Python内置了一个count()函数，可以用于统计列表中某个元素出现的次数。我们可以使用该函数统计数组中元素值为1的个数。

def count_ones_2(arr):
    return arr.count(1)
arr = [1, 0, 1, 1, 0, 1, 0, 0, 1]
count = count_ones_2(arr)
print("数组中元素值为1的个数：", count)

count()函数的时间复杂度是O(n)，其中n是数组的长度。该方法利用了Python内置函数的便利性，适用于简单的统计需求。

3. 使用列表推导式

利用列表推导式，可以快速生成一个满足条件的新列表，然后返回该列表的长度。

def count_ones_3(arr):
    ones_list = [i for i in arr if i == 1]
    return len(ones_list)
arr = [1, 0, 1, 1, 0, 1, 0, 0, 1]
count = count_ones_3(arr)
print("数组中元素值为1的个数：", count)

该方法的时间复杂度同样为O(n)，利用了列表推导式的方式简洁地生成满足条件的新列表，然后求列表长度。

4. 使用NumPy库

如果数组较大且需要频繁进行元素值为1的个数统计，可以使用NumPy库提供的函数。

import numpy as np
def count_ones_4(arr):
    np_arr = np.array(arr)
    count = np.count_nonzero(np_arr == 1)
    return count
arr = [1, 0, 1, 1, 0, 1, 0, 0, 1]
count = count_ones_4(arr)
print("数组中元素值为1的个数：", count)

该方法将数组转换为NumPy数组，然后使用count_nonzero()函数统计数组中满足条件的元素个数。这种方法适用于大规模数组的高效统计。

综上所述，我们介绍了四种计算数组中元素值为1的个数的方法。根据实际需求选择合适的方法，可以提高代码的运行效率。