基于NumPy高效生成拉丁方（行列元素唯一的随机矩阵）

嘿，这个问题问得太对了！用NumPy确实能彻底摆脱那种低效的while循环试错方式，高效生成随机拉丁方。下面给你两种实用的矢量化实现方法，速度快还靠谱：

方法1：基于循环移位的随机化 #

这种方法利用拉丁方的循环特性，通过对随机初始行进行不同步数的循环移位来生成，全程无试错，效率拉满：

import numpy as np

n = 5
# 生成第一行的随机排列（1-5）
first_row = np.random.permutation(n) + 1
# 生成一组唯一的移位偏移量（0到4的随机排列）
shifts = np.random.permutation(n)
# 对第一行进行不同步数的循环移位，构建拉丁方
latin_square = np.array([np.roll(first_row, shift) for shift in shifts])

print(latin_square)

原理说明 #

• 第一行是1-5的随机排列，天然保证每行元素唯一；
• 每行的移位步数是唯一的随机整数，这就确保了每一列的元素都是第一行中不同位置的元素，自然不会重复；
• 所有操作都是NumPy的矢量化运算，比逐行试错的while循环快几个数量级。

方法2：基于基础拉丁方的随机置换 #

如果想要更“无规律”的随机拉丁方（不是单纯循环移位的形式），可以先构建一个标准基础拉丁方，再通过随机置换行和列得到结果：

import numpy as np

n = 5
# 构建基础拉丁方：第i行是(i, i+1, ..., 4, 0, 1, ..., i-1) +1
base_latin = np.mod(np.arange(n)[:, None] + np.arange(n), n) + 1
# 随机置换行和列
row_perm = np.random.permutation(n)
col_perm = np.random.permutation(n)
latin_square = base_latin[row_perm][:, col_perm]

print(latin_square)

原理说明 #

• 基础拉丁方本身就是一个合法的拉丁方，每行每列的1-5都唯一；
• 对行和列进行随机置换后，拉丁方的特性仍然保持（置换不会改变行/列的唯一性）；
• 同样是全矢量化操作，效率极高，生成的拉丁方随机性更强。

为什么比原来的while循环高效？ #

原来的逐行生成+试错方法，本质是拒绝采样——每次生成一行后要检查是否和前面的列冲突，冲突就重新生成。当n增大时，冲突概率会越来越高，导致大量无效计算。而上面的两种方法都是确定性生成，直接构造合法的拉丁方，完全没有试错步骤，时间复杂度是O(n²)，效率碾压循环试错法。

验证生成结果的合法性 #

可以用以下代码快速验证生成的矩阵是否符合拉丁方要求：

# 检查每行是否都是1-5的唯一排列
assert all(len(np.unique(row)) == n for row in latin_square)
# 检查每列是否都是1-5的唯一排列
assert all(len(np.unique(col)) == n for col in latin_square.T)

内容的提问来源于stack exchange，提问作者KHC