Python中如何生成列表3个等大小分区的所有组合？

直接嵌套调用itertools.combinations选组会引入冗余重复，因为选组的先后顺序会把同一种划分多次生成，先明确需求场景再选对应实现即可，全程只依赖标准库itertools，不需要额外安装第三方包。

场景1：分区带明确标签/顺序 #

如果三个分区有明确的身份区别（比如对应三个不同的实验组、三个不同的分类），组之间的顺序有实际意义，直接按分层选组合的逻辑实现即可：

1. 从全部15个元素中选5个作为第一组
2. 从剩余10个元素中选5个作为第二组
3. 最后剩下的5个元素自动为第三组

代码实现：

import itertools

def ordered_3equal_partitions(vec):
    group_len = len(vec) // 3
    if len(vec) != 3 * group_len:
        raise ValueError("输入向量长度必须为3的倍数")
    full_set = set(vec)
    for g1 in itertools.combinations(full_set, group_len):
        remain_after_g1 = full_set - set(g1)
        for g2 in itertools.combinations(remain_after_g1, group_len):
            g3 = tuple(remain_after_g1 - set(g2))
            yield (g1, g2, g3)

• 针对15个元素的输入，该函数总共生成C(15,5)*C(10,5) = 756756种划分
• 返回结果为生成器，不会一次性占用大量内存，遍历即可拿到所有结果

场景2：分区无顺序区别 #

如果只是将元素拆分为3个大小相等的集合，组之间没有身份差异，上面的实现会把同一种划分重复计算6次（对应3个组的全排列数）。可以通过锚点法在生成阶段直接去重，不需要先生成全量结果再过滤：固定每一步拆分时的第一个剩余元素必须属于当前选中的组，从根源上消除组顺序带来的重复。

3组场景的简化实现如下：

import itertools

def unordered_3equal_partitions(vec):
    group_len = len(vec) // 3
    if len(vec) != 3 * group_len:
        raise ValueError("输入向量长度必须为3的倍数")
    vec = list(vec)
    # 固定第一个元素在第一组，消除三个组的整体排列重复
    anchor1 = vec[0]
    pool = set(vec[1:])
    for g1_rest in itertools.combinations(pool, group_len - 1):
        g1 = (anchor1,) + g1_rest
        remain_after_g1 = pool - set(g1_rest)
        # 固定剩余元素的第一个在第二组，消除后两个组的排列重复
        anchor2 = next(iter(remain_after_g1))
        for g2_rest in itertools.combinations(remain_after_g1 - {anchor2}, group_len - 1):
            g2 = (anchor2,) + g2_rest
            g3 = tuple(remain_after_g1 - set(g2))
            yield (g1, g2, g3)

• 针对15个元素的输入，该函数总共生成756756 // 6 = 126126种无重复划分
• 如果输入向量存在重复元素，需要先给每个元素绑定唯一索引再做拆分，否则会生成内容完全一致的重复分区
• 两个实现返回的分组均为元组格式，组内元素顺序不影响划分逻辑

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