Python如何实现itertools.product按元素自定义重复次数且低内存？

核心思路是避免生成重复排列再去重，直接通过选择元素放置位置的方式生成唯一结果，全程惰性迭代，内存占用为常数级，不受元素总量影响。

单元素指定次数场景（匹配你的需求示例） #

你需要生成总长度为n、0出现k次、其余为1的序列，直接通过itertools.combinations选择0的放置位置即可：

import itertools

def generate_target_seq(total_length: int, zero_count: int):
    # 遍历所有0的放置位置组合
    for zero_pos in itertools.combinations(range(total_length), zero_count):
        res = [1] * total_length
        for pos in zero_pos:
            res[pos] = 0
        yield tuple(res)

调用示例：

# 对应你的需求：总长度3，0出现1次
for item in generate_target_seq(3, 1):
    print(item)
# 输出：
# (0, 1, 1)
# (1, 0, 1)
# (1, 1, 0)

这个实现没有任何多余的内存开销，你可以边迭代边处理每个结果，哪怕总长度到上万级别也不会出现内存溢出。

通用多元素指定次数场景 #

如果你的业务需要支持多种元素各指定出现次数，可以用如下回溯实现的惰性生成器，同样全程不会生成重复结果，无需去重：

from typing import Any, Iterator

def generate_unique_perm(element_count_map: dict[Any, int]) -> Iterator[tuple]:
    total_len = sum(element_count_map.values())
    elems = list(element_count_map.keys())
    counts = list(element_count_map.values())

    def dfs(pos, remain_counts, current):
        if pos == total_len:
            yield tuple(current)
            return
        used = set()
        for idx, (e, cnt) in enumerate(zip(elems, remain_counts)):
            if cnt == 0 or e in used:
                continue
            used.add(e)
            remain_counts[idx] -= 1
            current.append(e)
            yield from dfs(pos+1, remain_counts, current)
            current.pop()
            remain_counts[idx] += 1
    
    yield from dfs(0, counts.copy(), [])

调用示例：

# 生成1个0、2个1的所有排列
list(generate_unique_perm({0:1, 1:2}))
# 输出：[(0, 1, 1), (1, 0, 1), (1, 1, 0)]

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