我有一个很可能是非最优的解决方案（即它不最大化窗口的数量，而是选择第一个有效窗口）。它还有一个嵌套的for循环，所以这个解决方案对于大型数组来说会很慢。也许有人可以用这个答案找到一个矢量化的解决方案。
本质上，我的解决方案找到值为1的索引（使用np.where），然后在每个点周围创建一个索引窗口（我假设window_size总是奇数）。然后检查每个窗口之间的重叠（使用np.isin），如果没有重叠，则保留该窗口。最后，它删除可能添加到结果列表中的任何可能的重复行（使用np.unique），并消除负数（当1接近开始或结束时，会发生负索引）。返回值是一个Python。

import numpy as np

def count_windows(arr, window_size):
    assert window_size % 2, "window_size is not odd."
    
    a = np.where(arr)[0]
    n = (window_size - 1)//2
    b = np.stack(a+np.arange(-n, n+1)[:,None], axis=1)
    windows = [b[0]]
    for i in range(b.shape[0]):
        for j in range(i+1, b.shape[0]):
            if ~np.isin(b[i], b[j]).any():
                windows.append(b[j])
                
    c = np.unique(windows, axis=0)
    return [row[row >= 0].tolist() for row in c]
    

array_1 = [1, 0, 0, 1, 0, 0, 1, 0]
array_2 = [0, 0, 0, 1, 1, 1, 0, 0]

print(count_windows(array_1, 3))  # [[0, 1], [2, 3, 4], [5, 6, 7]]
print(count_windows(array_2, 3))  # [[2, 3, 4]]