如何在Julia中实现可变数量列表的笛卡尔积计算？

你可以直接用Julia标准库自带的工具实现，不需要引入额外依赖，以下是两种常用方案：

方案1：使用Iterators.product（推荐，高性能惰性迭代） #

这个方法不会提前生成所有笛卡尔积元素，仅在遍历的时候动态生成对应元组，特别适合n较大或单个数组元素较多的场景，内存占用极低。
操作步骤：

• 把所有的A_j按顺序存入一个可变长度的列表arr_list，不管n是多少都可以兼容
• 把arr_list打散传入Iterators.product即可得到笛卡尔积迭代器
• 可以直接遍历迭代器，也可以用collect把结果转为数组存储
  示例代码：

# 示例：n为3，对应3个数组，n可替换为任意用户输入值
n = 3
arr_list = [ [1,2], ["a","b"], [3.14, 6.28] ]

# 生成惰性迭代器
cartesian_iter = Iterators.product(arr_list...)

# 直接遍历，每个元素就是符合要求的元组(a1, a2, ..., an)
for item in cartesian_iter
    println(item)
    # 在这里写你需要的处理逻辑即可
end

# 如果需要把所有结果存为一维数组，调用vec和collect
cartesian_list = vec(collect(cartesian_iter))

方案2：自定义递归实现（适合需要自定义逻辑的场景） #

如果你需要在生成笛卡尔积的过程中加入过滤、预处理等自定义逻辑，可以自己写递归函数实现：

function custom_cartesian(arr_list)
    # 递归终止条件：没有输入数组时返回空元组
    isempty(arr_list) && return [()]
    first_arr = first(arr_list)
    rest_product = custom_cartesian(arr_list[2:end])
    # 拼接当前层元素和后续数组的笛卡尔积结果
    return [ (x, rest...) for x in first_arr for rest in rest_product ]
end

# 调用示例
result = custom_cartesian([ [1,2], ["a","b"], [3.14, 6.28] ])

注意事项 #

• Iterators.product默认返回的是多维数组结构，用vec可以直接转成一维列表方便顺序遍历
• 如果你需要修改取出的元组元素，因为Julia元组是不可变类型，可以用collect(item)把元组转为可变数组再处理

内容的提问来源于stack exchange，提问作者graphtheory123