如何用Python每月生成无重复跨团队人员随机配对组合

现有方案的可优化点 #

你当前的思路是可用的，但存在两个容易踩坑的问题：

• 配对存储未做去重归一：如果存储的是(A,B)和(B,A)两种顺序的记录，会被判定为不同配对，导致历史去重失效
• 随机生成再校验的逻辑效率低：当历史配对较多、剩余可选组合较少时，容易反复抽到无效配对，甚至进入长时间死循环

更优实现方案 #

1. 历史配对存储优化 #

将历史配对统一存储为排序后的元组，比如将两个参与人的姓名按字符顺序排序后再存入集合，保证(A,B)和(B,A)会被判定为同一个配对，查询历史的时间复杂度为O(1)。存储到本地文件时可以直接用JSON格式序列化，读写方便。

2. 配对生成逻辑优化 #

放弃随机抽选后校验的逻辑，改为预先生成所有合法的可选配对池，再从池中随机选组：

• 第一步：遍历所有人员组合，筛选出「不属于同一团队、且不在历史配对记录中」的所有组合，组成可选池
• 第二步：将可选池随机打乱后遍历选组，选中一组后直接将两个人员标记为已使用，后续不再参与配对
• 第三步：本次生成的所有有效配对同步写入历史记录文件

3. 兜底处理逻辑 #

如果预计算后可选池为空，说明所有符合规则的配对已经全部使用过，可以根据业务需求选择：提示无可用新配对、重置历史记录、或者允许间隔N个月后重复配对。

核心代码示例 #

import json
import random
from itertools import combinations

# 读取历史配对记录
def load_history(history_path: str) -> set:
    try:
        with open(history_path, 'r', encoding='utf-8') as f:
            return set(tuple(item) for item in json.load(f))
    except FileNotFoundError:
        return set()

# 人员数据结构示例：[(姓名, 团队编号), ...]，可从本地文件读取后生成
person_list = [("张三", 1), ("李四", 1), ("王五", 2), ("赵六", 3), ("孙七", 2)]
history_pairs = load_history("pair_history.json")

# 预生成所有合法配对池
valid_pool = []
for p1, p2 in combinations(person_list, 2):
    # 同团队组合直接过滤
    if p1[1] == p2[1]:
        continue
    # 历史已存在的组合直接过滤
    pair_key = tuple(sorted([p1[0], p2[0]]))
    if pair_key in history_pairs:
        continue
    valid_pool.append((p1, p2))

# 从合法池中随机生成配对
result_pairs = []
used_names = set()
random.shuffle(valid_pool)

for pair in valid_pool:
    name1, name2 = pair[0][0], pair[1][0]
    if name1 not in used_names and name2 not in used_names:
        result_pairs.append(pair)
        used_names.add(name1)
        used_names.add(name2)
        # 同步更新历史记录
        history_pairs.add(tuple(sorted([name1, name2])))

# 保存更新后的历史记录到本地文件
with open("pair_history.json", 'w', encoding='utf-8') as f:
    json.dump(list(history_pairs), f, ensure_ascii=False, indent=2)

# 输出本次生成的配对结果
for p in result_pairs:
    print(f"配对：{p[0][0]}（团队{p[0][1]}） - {p[1][0]}（团队{p[1][1]}）")

方案优势 #

• 去重逻辑可靠：统一排序后的配对键不会出现顺序不同导致的去重失效问题
• 生成效率高：预计算合法池后无需反复重试生成，不会出现死循环
• 扩展性强：如果需要加其他过滤规则，直接在生成合法池的步骤加判断条件即可

内容的提问来源于stack exchange，提问作者user15455735