如何在Julia中随机生成带符号置换矩阵？

当然可以实现，这类矩阵属于广义置换矩阵（元素为模1的复数或实数），以下是几种高效的实现方式：

方法1：构建稠密矩阵 #

通过随机置换确定非零元素的位置，再为每个位置赋值模为1的随机复数：

using LinearAlgebra

function generalized_permutation_matrix(n::Int)
    # 生成1~n的随机排列，确定每行非零元素的列索引
    col_indices = randperm(n)
    # 生成n个模为1的随机复数（exp(im*θ)的模恒为1，θ取0~2π随机值）
    non_zero_vals = exp.(im .* 2π .* rand(n))
    # 构建矩阵：第j行的col_indices[j]位置为non_zero_vals[j]，其余为0
    return [i == col_indices[j] ? non_zero_vals[j] : 0 for i in 1:n, j in 1:n]
end

# 示例：生成3阶目标矩阵
mat = generalized_permutation_matrix(3)

方法2：构建稀疏矩阵（适合大尺寸矩阵） #

当矩阵阶数较高时，稀疏矩阵能大幅节省内存，实现方式如下：

using SparseArrays

function sparse_generalized_perm_mat(n::Int)
    col_indices = randperm(n)
    non_zero_vals = exp.(im .* 2π .* rand(n))
    # 稀疏矩阵构造：行索引为1~n，列索引为col_indices，对应值为non_zero_vals
    return sparse(1:n, col_indices, non_zero_vals, n, n)
end

# 转换为稠密矩阵（如需）
sparse_mat = sparse_generalized_perm_mat(5)
dense_mat = Matrix(sparse_mat)

验证矩阵性质 #

可以通过以下代码验证生成的矩阵是否符合需求：

# 检查每行恰好一个非零元素
@assert all(sum(mat .!= 0, dims=2) .== 1)
# 检查每列恰好一个非零元素
@assert all(sum(mat .!= 0, dims=1) .== 1)
# 检查非零元素的模均为1（浮点误差范围内）
@assert all(isapprox.(norm.(nonzeros(mat)), 1.0))

实数版本（非零元素为±1） #

如果需要实数矩阵，只需将生成非零值的代码替换为：

non_zero_vals = rand([1, -1], n)

内容的提问来源于stack exchange，提问作者James Rider