如何高效迭代指定元素数量的多列表子集组合

嘿，这个需求其实用Python的标准库就能高效搞定，完全不用自己写复杂的循环逻辑！核心思路就是先给每个列表生成对应数量的子集组合，再把这些组合做笛卡尔积，最后把结果平展成你需要的格式就行。

具体实现步骤 #

首先我们要用到itertools模块里的两个实用工具：

• combinations：用来生成单个列表中指定长度的所有子集组合（不考虑元素顺序）
• product：用来把多个组合集合做笛卡尔积，也就是把每个列表的组合两两配对

直接实现的示例代码

先导入模块并定义你的列表：

import itertools

A = [1, 4, 5]  # 取1个元素
B = [7, 2, 12, 16]  # 取1个元素
C = [10, 24, 26, 31, 45, 51]  # 取2个元素

然后生成所有组合并遍历：

# 先分别生成每个列表的目标组合
combo_A = itertools.combinations(A, 1)
combo_B = itertools.combinations(B, 1)
combo_C = itertools.combinations(C, 2)

# 把三个组合集合做笛卡尔积，再平展每个结果
for a, b, c in itertools.product(combo_A, combo_B, combo_C):
    result = a + b + c
    print(result)

运行这段代码，你就能得到像(1, 7, 10, 24)、(1, 7, 10, 26)这样的结果，完全符合你的需求。

封装成通用函数

如果你需要经常用这个功能，可以把它封装成你示例里的get_combinations函数，调用起来更灵活：

import itertools

def get_combinations(*args):
    # 传入的参数是多个 (取元素数量, 目标列表) 的元组
    # 先为每个列表生成对应的组合生成器
    combo_generators = [itertools.combinations(lst, cnt) for cnt, lst in args]
    # 遍历笛卡尔积的结果，平展成单个元组后返回
    for combo_tuple in itertools.product(*combo_generators):
        yield sum(combo_tuple, ())

# 调用方式和你示例里的完全一致
A = [1, 4, 5]
B = [7, 2, 12, 16]
C = [10, 24, 26, 31, 45, 51]

for i in get_combinations((1,A), (1,B), (2,C)):
    print(i)

为什么这个方法高效？ #

• itertools里的函数都是用C实现的，比纯Python写的循环快很多，处理大数据量时性能差距尤其明显
• 所有生成器都是惰性求值的，不会一次性把所有组合都加载到内存里，就算列表很大也不会出现内存溢出的问题

备注：内容来源于stack exchange，提问作者Lupacs