使用复数存储网格坐标有哪些技术优势？

你在查看Advent of Code 2022第12题的解决方案时，发现了用复数存储网格坐标的实现：

heightmap = {
    complex(x, y): c
        for y, ln in enumerate(sys.stdin.read().strip().split("\n"))
        for x, c in enumerate(ln)
}

后续通过复数加减快速遍历相邻坐标：

for xy, c in heightmap.items():
    for d in (1, -1, 1j, -1j):
        if ord(heightmap.get(xy + d, "{")) <= ord(c) + 1:
            G.add_edge(xy, xy + d)

你能看出这种写法简化了相邻坐标的获取逻辑，但不确定是否值得额外的理解成本，以下是这种方式的实用价值：

• 极简的邻域坐标计算：复数的加减运算天然对应网格的平移操作，1/-1对应x轴左右移动，1j/-1j对应y轴上下移动，不用再写(x+1,y)、(x,y-1)这类拆分坐标的冗余代码，一行循环就能遍历四个方向，代码更紧凑直观。
• 统一的坐标存储与传递：用单个复数替代(x,y)元组，不管是作为字典的键、图的节点还是函数参数，都只用一个值传递，省去了频繁拆包、打包元组的操作，Python对复数的哈希、相等判断支持完善，可靠性和元组一致。
• 极低的额外理解成本（对熟悉复数的开发者）：只要理解复数的实部对应x坐标、虚部对应y坐标，这种写法几乎没有学习门槛。需要提取原始坐标时，直接通过int(xy.real)和int(xy.imag)就能拿到x、y值，操作简单。
• 场景扩展性更强：如果遇到需要坐标旋转、镜像、斜向移动的场景，复数的乘法、共轭等操作能直接实现这些变换。比如乘以1j就是逆时针旋转90度，取共轭就是x轴镜像，比手动计算元组坐标要高效得多。

至于是否值得用，取决于场景：在Advent of Code这种快速解题的场景下，这种写法能节省编码时间，代码更简洁；如果是团队协作项目，需要考虑其他成员对这种写法的接受度，避免维护成本。但对于个人刷题或小型项目，这种写法的收益远大于所谓的“复杂度”。

内容的提问来源于stack exchange，提问作者outis