Python中如何实现支持可变骰子数量的掷点组合生成逻辑？

你当前手写嵌套循环的做法，本质是在硬编码实现多组序列的笛卡尔积，这类可变维度的遍历场景完全不需要手动堆循环，Python标准库已经提供了开箱即用的实现，代码简洁、扩展性拉满，运行效率还更高。

最优实现：使用itertools.product #

itertools.product专门用于生成多个可迭代对象的笛卡尔积，和你需要的n个6面骰所有掷点组合的需求完全匹配，代码如下：

from itertools import product

def generate_dice(dice_needed):
    # 构造dice_needed个1-6的取值范围，直接生成所有掷点组合
    yield from product(range(1, 7), repeat=dice_needed)

这个实现的优势： #

• 无上限支持任意骰子数量：传2就返回2骰的36种组合，传5就返回5骰的7776种组合，后续要支持多少骰子都不需要修改函数内部代码
• 逻辑极简无冗余：没有多层嵌套和分支判断，可读性和可维护性拉满
• 性能更好：itertools是C层面实现的，遍历速度比纯Python手写的嵌套循环快数倍，做大量概率统计时效率优势非常明显
• 输出完全兼容原有逻辑：返回的元组格式和你原来硬编码循环yield的结果完全一致，不需要修改下游的分析代码

可以直接做简单验证：list(generate_dice(2))会按顺序返回所有2骰组合，和你原来写的两层循环输出完全一致，没有逻辑偏差。

可选：纯Python递归实现（不推荐生产使用） #

如果你因为特殊原因不能用标准库，也可以用递归实现可变层数的循环，逻辑和product一致，但性能和简洁度都不如标准库方案：

def generate_dice(dice_needed, current_roll=()):
    if len(current_roll) == dice_needed:
        yield current_roll
        return
    for point in range(1, 7):
        yield from generate_dice(dice_needed, current_roll + (point,))

补充：针对《Risk》本身的规则，默认进攻方最多投3骰、防守方最多投2骰，用上面的实现完全覆盖，后续就算要做自定义规则的概率分析（比如加道具多投骰、修改骰子面数），只需要把range(1,7)换成对应面数的范围、调整入参即可，不需要重构核心逻辑。

内容的提问来源于stack exchange，提问作者fartgeek