Python随机生成重复矩阵问题求助：需生成不同排列矩阵

看起来你遇到的核心问题是随机数生成器的种子没有正确初始化——这也是导致random.sample（包括自定义Random实例的sample）每次输出相同结果的最常见原因。我来帮你拆解问题并给出具体修复方案：

1. 先排查种子设置问题 #

不管你用全局的random模块还是自定义Random实例，只要种子固定，生成的随机序列就会完全一致：

• 如果你代码里有类似random.seed(123)这种固定数字的调用，直接删掉它！默认情况下，random模块会用系统时间+系统熵源自动初始化种子，每次运行都会不同。
• 如果你用了random.Random(456)这种传固定种子的方式创建实例，改成random.Random()（不传参数），或者用动态种子比如random.Random(time.time_ns())（需要导入time模块），确保每次创建实例的种子都不一样。

2. 针对createIndividual函数的具体修复示例 #

假设你的函数大致结构如下（模拟带固定值的网格场景）：

import random

def createIndividual(grid):
    individual = [row.copy() for row in grid]
    for i in range(9):
        # 提取当前行的固定值（假设0是未填充的占位符）
        fixed_vals = [val for val in individual[i] if val != 0]
        # 计算当前行可用的数字（1-9排除固定值）
        available = [num for num in range(1, 10) if num not in fixed_vals]
        # 问题可能出在这里：如果随机生成器种子固定，sample结果就会重复
        shuffled_nums = random.sample(available, len(available))
        
        # 填充空位置
        fill_idx = 0
        for j in range(9):
            if individual[i][j] == 0:
                individual[i][j] = shuffled_nums[fill_idx]
                fill_idx += 1
    return individual

修复方案一：使用全局random模块（确保无固定种子） #

直接删除代码中所有random.seed(xxx)的固定种子调用，让模块自动用动态种子初始化即可。

修复方案二：使用独立的Random实例（推荐，避免全局状态干扰） #

每次调用createIndividual时创建新的随机生成器实例，确保每次的种子都不同：

import random

def createIndividual(grid):
    # 每次调用都创建新的随机生成器，自动用动态种子初始化
    rng = random.Random()
    individual = [row.copy() for row in grid]
    for i in range(9):
        fixed_vals = [val for val in individual[i] if val != 0]
        available = [num for num in range(1, 10) if num not in fixed_vals]
        # 用自定义的rng实例调用sample
        shuffled_nums = rng.sample(available, len(available))
        
        fill_idx = 0
        for j in range(9):
            if individual[i][j] == 0:
                individual[i][j] = shuffled_nums[fill_idx]
                fill_idx += 1
    return individual

3. 为什么之前用Random对象还是不行？ #

大概率是你创建Random实例时传了固定种子（比如rng = random.Random(789)），这种情况下不管创建多少次实例，只要种子相同，生成的随机序列就会完全一致。必须不传参数或者用动态种子才能让每次生成的结果不同。

小优化：用shuffle替代sample #

因为sample(available, len(available))本质上就是打乱列表，你可以用shuffle更直观地实现：

available_copy = available.copy()
rng.shuffle(available_copy)
shuffled_nums = available_copy

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