本文介绍如何通过遍历数字列表，识别数值从高到低突变的“断裂点”（即前一项大于后一项的位置），提取每个断裂点的前一个数，并补充列表末尾元素，最终构造目标结果列表。
在处理有序分段序列时，常需定位自然“分界”——例如本例中，序列由多个递增子序列组成：[1,2,3]、[1,2,3,4]、[1,2,3,4,5]、[1,2,3,4,5,6,7,8]。每个子序列以 1 开头，以上一个子序列的“峰值”之后的 1 为分割标志。因此，真正的“断裂点”出现在数值下降的位置（如 3→1、4→1、5→1），而该下降发生前的数（3、4、5）正是各子序列的最大值；同时，最后一个子序列未被后续下降截断，故需显式追加末尾元素 8。
推荐使用 Python 3.10+ 内置的 itertools.pairwise 工具，它能高效生成相邻元素对 (a, b)，便于检测 a > b 的下降条件：
from itertools import pairwise my_list = [1, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 6, 7, 8] # 提取所有“下降点”的前一个数（即每个递增段的末尾值） break_points = [a for (a, b) in pairwise(my_list) if a > b] # 追加原列表最后一个元素（即最终递增段的终点） break_points.append(my_list[-1]) print(break_points) # 输出: [3, 4, 5, 8]
⚠️ 注意事项：
- 切勿将变量命名为 list —— 这会覆盖 Python 内置类型 list，导致后续调用 list() 构造函数失败；应使用如 my_list、nums 等语义化名称。
- pairwise 在 Python
- 此方法假设“断裂”严格由数值下降定义；若业务逻辑含相等或平台期（如 5,5,1），需按需调整条件（例如 a >= b）。
该方案简洁、可读性强，时间复杂度为 O(n)，适用于任意长度的单调分段数字序列，是提取分段极值的标准实践之一。
