如何将生成指定长度26进制字母序列的递归代码改为循环实现？

递归生成所有序列的方式确实会在长度超过4时遇到内存瓶颈——因为它会把所有生成的字符串都存在内存列表里，当长度是5时就有1100多万个字符串，内存直接扛不住。咱们换个更高效的思路：逐个生成每个序列，生成一个就立即写入文件，完全不缓存所有结果，内存占用几乎可以忽略。

核心思路 #

这个需求本质上是把「从0到26^length - 1」的整数，转换成26进制数，再把每个数位映射成a-z（0→a，1→b，…，25→z）。我们不需要一次性生成所有数，而是循环遍历每个整数，实时转换为对应的字母字符串，写完就丢弃，这样内存里永远只有当前的字符串和循环变量。

非递归实现代码 #

def generate_letter_sequences(length):
    # 计算总共有多少个序列：26^length
    total = 26 ** length
    # 用with语句自动管理文件，避免手动close的麻烦
    with open("out.txt", "w", encoding="utf-8") as f:
        for num in range(total):
            current = []
            # 把当前数字转换成26进制，从低位到高位取数位
            temp = num
            for _ in range(length):
                # 取当前位的余数，对应a-z的偏移量
                remainder = temp % 26
                current.append(chr(97 + remainder))
                temp = temp // 26
            # 因为是从低位到高位取的，所以要反转成高位到低位的顺序
            sequence = ''.join(reversed(current))
            # 写入文件，每行一个序列
            f.write(f"{sequence}\n")

if __name__ == '__main__':
    # 这里可以设置任意长度，比如5、6都没问题
    generate_letter_sequences(5)

为什么这个方法内存友好？ #

• 递归方案会把所有序列（比如26^5=11881376个）都存在列表里，每个字符串占5个字节的话，光这部分就占几十MB甚至更多；
• 非递归方案每次只处理一个数字，生成一个字符串就写入文件，写完就销毁这个字符串，内存里始终只有几个变量（num、temp、current列表、sequence字符串），内存占用稳定在极小的范围。

额外优化点 #

如果你的序列需要用空格分隔（像示例里的aaaa aaab aaac ...），可以把写入逻辑改成批量缓存少量序列再写入，减少IO次数：

def generate_letter_sequences(length, batch_size=1000):
    total = 26 ** length
    with open("out.txt", "w", encoding="utf-8") as f:
        batch = []
        for num in range(total):
            temp = num
            current = []
            for _ in range(length):
                remainder = temp % 26
                current.append(chr(97 + remainder))
                temp = temp // 26
            sequence = ''.join(reversed(current))
            batch.append(sequence)
            # 攒够batch_size就写入一次
            if len(batch) == batch_size:
                f.write(' '.join(batch) + ' ')
                batch = []
        # 写入剩余的序列
        if batch:
            f.write(' '.join(batch))

对于超大长度（比如length=10，26^10≈1.4e14），这个方法依然能跑——Python支持大整数运算，而且不会占用额外内存，只是运行时间会很长而已。

内容的提问来源于stack exchange，提问作者Wei Yuan