本教程介绍一种无需存储全部输入的优化解法：仅通过记录前一个磁铁状态，逐行读取并实时判断分组变化，将空间复杂度从 o(n) 降至 o(1)，代码更简短、逻辑更清晰。
本教程介绍一种无需存储全部输入的优化解法：仅通过记录前一个磁铁状态，逐行读取并实时判断分组变化，将空间复杂度从 o(n) 降至 o(1)，代码更简短、逻辑更清晰。
在“磁铁分组”问题中，每块磁铁以字符串形式给出（仅可能是 "01" 或 "10"），表示其南北极朝向。当相邻磁铁极性相异（即字符串不同）时，它们无法连接，从而形成新的独立组；若相同，则可首尾相连，属于同一组。因此，最终组数等于相邻磁铁状态发生变化的次数 + 1（至少存在一组）。
原始解法使用 list 存储全部 n 个磁铁，并借助 itertools.tee 实现成对遍历，虽功能正确，但存在明显冗余：
- 时间上：多一次遍历构造列表；
- 空间上：需 O(n) 内存存储所有输入，对大规模输入（如 n = 10⁶）不友好；
- 可读性上：pairwise 辅助函数和迭代器操作增加了理解成本。
✅ 优化核心思想：
磁铁分组仅取决于当前磁铁与前一块是否相同。我们完全不需要记住历史所有值，只需维护一个变量 prev 记录上一块磁铁的状态，并在每次读入新磁铁时做一次比较即可。
以下是推荐的简洁高效实现：
n = int(input())
groups = 0
prev = None
for _ in range(n):
magnet = input().strip()
if magnet != prev:
groups += 1
prev = magnet
print(groups)
? 关键说明：
- 初始化 prev = None，确保第一个磁铁必然触发 groups += 1（因为 magnet != None 恒为 True），自然满足“至少一组”的前提；
- 使用 strip() 防止因输入末尾空格或换行符导致误判；
- 循环中无多余变量或数据结构，空间复杂度稳定为 O(1)；
- 时间复杂度仍为 O(n)，但常数更小，且 I/O 与逻辑完全线性流水执行。
⚠️ 注意事项：
- 输入保证仅含 "01" 或 "10"，无需额外校验；若实际场景需健壮性，可添加 assert magnet in ("01", "10")；
- 不要将 groups 初始化为 1 后再循环判断——那样需特殊处理 n == 0 边界，而当前写法天然兼容 n = 0（输出 0），逻辑更统一。
该解法不仅更省内存、更易理解，也更符合流式处理思想：数据“来即处理，用完即弃”，是算法优化中“空间换时间”反向实践的典型范例。
