如何在Python/SageMath中高效实现字典网格生成函数GridGen？

需求回顾 #

需要实现GridGen函数，生成变量取值的笛卡尔积对应的字典列表，示例如下：

GridGen([a], -1, 1) --> [{a: -1}, {a: 0}, {a: 1}]  # 注：原示例最后一个值笔误，应为1
GridGen([a, b], -1, 1) --> [{a: -1, b: -1}, {a: 0, b: -1}, {a: 1, b: -1},
                            {a: -1, b: 0}, {a: 0, b: 0}, {a: 1, b: 0}, 
                            {a: -1, b: 1}, {a: 0, b: 1}, {a: 1, b: 1}]
GridGen([a,b,c], -1, 1) --> [{a: -1, b: -1, c: -1}, {a: 0, b: -1, c: -1}, ...]

现有实现问题 #

你当前的递归实现存在两个明显问题：

1. TensorMergeDict的else分支仅打印结果但未返回，会导致最终返回None；
2. 递归逻辑效率较低，且代码冗余，不如直接利用现成的笛卡尔积工具。

更优实现方案 #

方案1：Python标准库itertools.product（推荐） #

Python标准库的itertools.product是专门生成笛卡尔积的工具，底层为C实现，效率远高于手写递归。代码简洁直观：

import itertools

def GridGen(vars, minV, maxV, step=1):
    # 生成每个变量的取值范围
    value_ranges = [range(minV, maxV + 1, step) for _ in vars]
    # 生成所有取值组合并转为字典列表
    return [dict(zip(vars, values)) for values in itertools.product(*value_ranges)]

如果需要节省内存（比如变量多、取值范围大），可以改为生成器版本：

import itertools

def GridGen(vars, minV, maxV, step=1):
    value_ranges = [range(minV, maxV + 1, step) for _ in vars]
    for values in itertools.product(*value_ranges):
        yield dict(zip(vars, values))

方案2：SageMath专属CartesianProduct #

SageMath内置了CartesianProduct类，也可以直接用来实现：

from sage.sets.cartesian_product import CartesianProduct

def GridGen(vars, minV, maxV, step=1):
    value_sets = [range(minV, maxV + 1, step) for _ in vars]
    # 生成笛卡尔积集合
    cartesian_product = CartesianProduct(*value_sets)
    # 转换为目标字典列表
    return [dict(zip(vars, elem)) for elem in cartesian_product]

方案优势 #

• 效率更高：itertools.product和Sage的CartesianProduct都是经过优化的底层实现，比手写递归快得多；
• 代码简洁：无需维护递归逻辑，一行核心代码即可完成笛卡尔积生成；
• 可靠性强：避免了手写递归可能出现的逻辑错误（比如原实现的返回值缺失问题）。

内容的提问来源于stack exchange，提问作者Lelouch