Python中如何创建行列元素为0:N-1无重复的N×N矩阵

你需要生成的矩阵本质是元素限定为0到N-1的N阶拉丁方，可以直接完全满足两项要求：

• 要求A：每一行的元素都是取自0 : N-1区间的无重复整数
• 要求B：每一列的元素也都是取自0 : N-1区间的无重复整数
  对应你给出的3阶矩阵示例，这类结构最通用的生成思路是循环移位+取模，不需要复杂的随机校验逻辑就能直接得到合法矩阵。

无第三方依赖的纯Python实现 #

通过列表循环移位生成每行内容，逻辑直观易读：

def build_valid_matrix(n: int) -> list[list[int]]:
    base_seq = list(range(n))
    matrix = []
    for shift in range(n):
        # 按固定步长循环移位，生成元素无重复的行
        current_row = base_seq[-shift:] + base_seq[:-shift]
        matrix.append(current_row)
    return matrix

实际运行验证：调用build_valid_matrix(3)即可生成和你给出的示例结构完全一致的结果：

[[1 0 2]
 [2 1 0]
 [0 2 1]]

这个逻辑不需要额外做重复值校验：每次移位都是对连续整数序列做循环截取，天然保证行元素无重复；而列元素因为每行的偏移量固定，也不会出现同列重复的问题。

适配大规模矩阵的NumPy实现 #

当N值较大时，用NumPy的向量化运算生成效率会高很多：

import numpy as np

def build_np_matrix(n: int) -> np.ndarray:
    seq = np.arange(n)
    # 按行计算索引偏移，取模保证索引落在0~n-1区间
    row_offsets = (np.arange(n)[:, None] + np.arange(n)) % n
    return seq[row_offsets]

该实现的输出同样完全匹配两项约束，整体时间复杂度为O(N²)，没有冗余的重复值校验开销。

内容的提问来源于stack exchange，提问作者0x64rabh