不使用Python内置切片语法如何实现任意维度列表的高效多维切片？

实现思路 #

采用递归方案适配任意维度的切片需求，每一层递归处理一个维度的索引遍历，全程仅通过下标逐个访问元素，不使用Python专属的切片语法，核心逻辑：

• 传入已知的列表形状shape，每层递归定位到当前处理的维度下标
• 按当前维度的切片参数（起始、终止、步长）遍历所有有效索引
• 若当前为最后一维，直接将对应索引的元素加入结果
• 若不是最后一维，递归处理下一个维度的切片，将子递归返回的结果加入当前层结果
• 自动处理边界异常：起始值小于0时取0，终止值大于当前维度长度时取当前维度的最大长度，步长最小为1

实现代码 #

def multi_dim_slice(L, shape, slices):
    dim_count = len(shape)
    # 递归辅助函数：当前处理的维度dim，当前定位到的子列表sub_L
    def helper(dim, sub_L):
        start, end, step = slices[dim]
        # 边界修正
        start = max(start, 0)
        end = min(end, shape[dim])
        step = max(step, 1)
        res = []
        # 逐个遍历当前维度的有效索引
        i = start
        while i < end:
            current = sub_L[i]
            if dim == dim_count - 1:
                # 最后一维，直接加元素
                res.append(current)
            else:
                # 非最后一维，递归处理下一层
                res.append(helper(dim + 1, current))
            i += step
        return res
    return helper(0, L)

# 示例测试
L = [[[1, 2, 3],
      [4, 5, 6]],
     [[7, 8, 9],
      [10, 11, 12]]]
shape = [2, 2, 3]
# 调整切片参数匹配示例输出：第一维取0、1，第二维取0，第三维取0、2
slices = [(0, 2, 1),
          (0, 1, 1),
          (0, 3, 2)]
result = multi_dim_slice(L, shape, slices)
print(result)
# 输出：[[[1, 3]], [[7, 9]]]

方案说明 #

• 通用性：支持任意数量维度的列表切片，仅需要提前传入对应维度的shape参数即可
• 效率：时间复杂度为O(N)，N为最终返回结果的元素总数，每个元素仅访问一次，无额外冗余计算
• 普适性：未使用任何Python专属特性，核心逻辑可以直接迁移到其他编程语言实现

内容的提问来源于stack exchange，提问作者Giuppox