Python优化：快速生成无重复合法颜色差三元组，提速图像生成

核心问题分析 #

原代码运行缓慢的主要原因有三点：

1. 用列表存储已用差值，每次检查difference not in usedDifferences是线性扫描（O(n)复杂度），随着已用差值增多，检查耗时呈指数级增长；
2. 随机差值的生成范围过大（-256到256），大部分生成的差值要么超出颜色合法范围，要么已被使用，导致循环尝试次数暴增；
3. 使用全局变量增加了代码耦合度，也间接影响执行效率。

具体优化措施 #

1. 用集合替代列表存储已用差值

列表的成员检查是线性遍历，而集合的成员检查是哈希查找（O(1)复杂度），能大幅降低检查耗时。注意需要将差值从列表转为元组（列表不可哈希，无法存入集合）。

2. 缩小随机差值的生成范围

根据当前像素的颜色值，提前计算每个通道的有效差值范围：

• 对于R通道当前值c0，有效差值d0需满足 -c0 ≤ d0 ≤ 255 - c0
• G、B通道同理
  直接在有效范围内生成随机数，避免生成大量无效差值，减少循环次数。

3. 移除全局变量，改用参数传递

将当前颜色、已用差值集合作为函数参数传入，返回新颜色和更新后的集合，提升代码模块化程度，同时避免全局变量的性能损耗。

4. 预计算所有有效差值（可选）

如果需要的差值数量固定（如1024×1024图像的相邻像素对数量），可以预先生成所有符合条件的差值并打乱顺序，之后直接顺序取用，完全避免循环尝试的过程。

优化后代码示例 #

基础优化版本（适合动态生成场景）

import random

def choose_color(current_color, used_differences):
    c0, c1, c2 = current_color
    # 计算每个通道的有效差值范围
    min_d0, max_d0 = -c0, 255 - c0
    min_d1, max_d1 = -c1, 255 - c1
    min_d2, max_d2 = -c2, 255 - c2
    
    while True:
        # 在有效范围内生成差值
        d0 = random.randint(min_d0, max_d0)
        d1 = random.randint(min_d1, max_d1)
        d2 = random.randint(min_d2, max_d2)
        diff_tuple = (d0, d1, d2)
        
        if diff_tuple not in used_differences:
            used_differences.add(diff_tuple)
            new_color = (c0 + d0, c1 + d1, c2 + d2)
            return new_color

# 使用方式
start_color = (128, 128, 128)
used_diffs = set()
current_color = start_color

# 生成像素时调用
current_color = choose_color(current_color, used_diffs)

预计算差值版本（适合固定数量需求场景）

import random

def generate_all_valid_differences(start_color):
    c0, c1, c2 = start_color
    valid_diffs = []
    # 遍历所有有效差值组合
    for d0 in range(-c0, 256 - c0):
        for d1 in range(-c1, 256 - c1):
            for d2 in range(-c2, 256 - c2):
                valid_diffs.append((d0, d1, d2))
    random.shuffle(valid_diffs)
    return valid_diffs

# 使用方式
start_color = (128, 128, 128)
all_valid_diffs = generate_all_valid_differences(start_color)
diff_index = 0
current_color = start_color

# 生成像素时直接取预生成的差值
if diff_index < len(all_valid_diffs):
    diff = all_valid_diffs[diff_index]
    diff_index += 1
    current_color = (current_color[0] + diff[0], current_color[1] + diff[1], current_color[2] + diff[2])

内容的提问来源于stack exchange，提问作者Ian Weed