优化马匹亲缘校验程序的组合遍历代码，减少冗余计算

核心优化思路 #

利用Python标准库itertools.combinations生成无重复的父代组合，同时从根源规避子代作为自身父代的无效情况，替代低效的三层循环实现。

规则匹配逻辑 #

针对给定马匹ID列表（示例df = [10, 11, 12, 13]），严格生成符合以下规则的组合：

• 子代ID与两个父代ID均不重复
• 父代组合不考虑顺序，无重复实例（如(11,12)与(12,11)仅保留一个）

优化后代码示例 #

import itertools

def generate_valid_combinations(horse_ids):
    for offspring in horse_ids:
        # 生成排除当前子代的父代候选池
        parent_candidates = [hid for hid in horse_ids if hid != offspring]
        # 直接生成无顺序重复的2元素父代组合
        for parent_pair in itertools.combinations(parent_candidates, 2):
            # 传入校验函数处理有效组合
            search_for_parents(offspring, parent_pair[0], parent_pair[1])

# 示例调用
df = [10, 11, 12, 13]
generate_valid_combinations(df)

优化优势 #

• 消除冗余计算：itertools.combinations原生生成无顺序重复的组合，无需额外去重步骤
• 规避无效场景：通过预过滤排除子代自身，从源头避免“子代作为父代”的无效组合
• 提升执行效率：相比三层循环，大幅减少不必要的迭代次数，马匹ID数量越大，性能提升越显著
• 代码简洁易维护：逻辑清晰，依赖标准库，无需复杂的手动循环控制

内容的提问来源于stack exchange，提问作者Viacheslav Grachev