不使用NumPy如何生成对称矩阵的所有主子式并修复列表拷贝错误？

问题原因 #

• 浅拷贝失效：Python列表的copy()为浅拷贝，对于嵌套列表结构的矩阵，仅外层列表是新对象，内层的行列表仍与原矩阵共享引用，修改拷贝矩阵的行元素会同步改动原矩阵，导致后续的拷贝操作都基于已经被修改的原矩阵。
• 索引偏移错误：按升序删除行列索引时，删除小索引后后续元素的索引会自动前移，后续删除操作会命中错误位置，甚至触发越界。

解决方案 #

有两种实现思路，第一种是直接构造保留索引的子矩阵，逻辑更直观不易出错；第二种是修正你原有的弹出逻辑。

思路1：直接构造子矩阵（推荐） #

无需修改原矩阵，直接选中要保留的行列索引生成子矩阵：

from itertools import combinations

# 替换为你自己实现的行列式计算函数
def calc_determinant(mat):
    n = len(mat)
    if n == 1:
        return mat[0][0]
    det = 0
    for col in range(n):
        sign = (-1) ** col
        minor = [row[:col] + row[col+1:] for row in mat[1:]]
        det += sign * mat[0][col] * calc_determinant(minor)
    return det

def get_all_principal_minors(A):
    n = len(A)
    minors = []
    # 遍历1阶到n阶的所有主子式
    for k in range(1, n+1):
        # 生成所有要保留的k个索引组合（主子式要求行、列索引一致）
        for keep_idx in combinations(range(n), k):
            sub_mat = [[A[row][col] for col in keep_idx] for row in keep_idx]
            minor_val = calc_determinant(sub_mat)
            minors.append((k, keep_idx, sub_mat, minor_val))
            print(f"{k}阶主子式，保留索引{keep_idx}，子矩阵：{sub_mat}，行列式值：{minor_val}")
    return minors

# 测试调用
test_mat = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]]
get_all_principal_minors(test_mat)

思路2：修正原有弹出逻辑 #

如果要沿用你删除指定索引的实现方式，只需要修改拷贝方式和删除顺序即可：

from itertools import combinations
import copy

def positive_semidefinite_test(A):
    MATRIX_DIMENSIONS = len(A)
    for i in range(MATRIX_DIMENSIONS + 1):
        for combination in combinations(list(range(MATRIX_DIMENSIONS)), i):
            # 深拷贝保证原矩阵不受修改
            B = copy.deepcopy(A)
            # 按降序删除索引，避免索引偏移问题
            for j in sorted(combination, reverse=True):
                for k in range(len(B)):
                    B[k].pop(j)
                B.pop(j)
            print(f"移除索引{combination}，子矩阵：{B}")

内容的提问来源于stack exchange，提问作者user15936471