如何生成元素为-1、0、1的3×3矩阵所有变体？Combinatorics.jl仅支持组合

不需要依赖combinatorics.jl，直接用Julia Base库的Iterators.product就能生成所有符合要求的矩阵，核心思路是生成9个位置（3×3矩阵的元素数）的笛卡尔积，再将每个元组重塑为矩阵：

代码实现 #

# 定义元素可选值
values = [-1, 0, 1]
# 生成所有9元素的笛卡尔积（对应3×3矩阵的每个位置）
all_element_combinations = Iterators.product(fill(values, 9)...)
# 将每个元组转换为3×3矩阵，收集为数组
all_matrices = [reshape(collect(t), 3, 3) for t in all_element_combinations]

运行后all_matrices会包含全部3^9=19683个矩阵，其中就包含示例中的[[0,-1,-1],[-1,1,0],[0,0,1]]。

内存优化（针对后续筛选） #

如果后续要做大量筛选，建议用生成器表达式替代数组推导，避免一次性加载所有矩阵：

# 示例：筛选迹为0的矩阵（仅按需生成符合条件的矩阵）
filtered = (reshape(collect(t), 3, 3) for t in all_element_combinations if sum(diag(reshape(collect(t), 3, 3))) == 0)

这样可以逐个生成符合条件的矩阵，减少内存占用。

为什么不用combinatorics.jl？ #

combinatorics.jl的combinations方法针对的是无重复元素的组合场景，而我们需要的是每个位置独立选择-1/0/1的可重复有序排列，本质是笛卡尔积，用Base库的Iterators.product完全可以满足需求，无需额外依赖。

内容的提问来源于stack exchange，提问作者Helena Vidakovic