Python2.7实现N个数组笛卡尔积排列组合

沈知远

发布时间：2026-10-13 | 3人浏览过

原创

本文介绍在Python2.7环境下，通过自定义Cartesian类实现N个数组的笛卡尔积排列组合。核心逻辑包含计算总长度、递归处理下标及组装输出，适用于需要生成多维数据全组合的场景，代码结构清晰，便于参考与复用。

本文分享一个基于Python2.7的示例，演示如何利用笛卡尔积算法完成N个数组的排列组合运算。

背景说明：此前遇到求解N个数组所有排列组合的需求，发现笛卡尔积算法适用。鉴于网络资源中仅有Java版本实现，遂尝试使用Python进行重写。因作者为初学者，代码规范性有待提升。

具体实现：封装了一个名为Cartesian（笛卡尔）的类，内部包含相关变量与方法定义。

1. 变量定义

datagroup：表示N个列表（Python中list概念与其他编程语言中的数组类似）的集合，即二维数组。 counterIndex：用于记录datagroup的反向下标值。 counter：记录当前datagroup中每个数组输出的下标，初始值全为0，因为从第一个元素开始输出。

2. 方法定义

countlength：计算数组总长度，即计算N的具体数值。 handle：处理datagroup二维数组中每一个一维数组输出的下标值。 assemble：对datagroup中的N个一维数组中的每一元素进行排列组合并输出。

# -*- coding:utf-8 -*-
# python 实现N个数组的排列组合(笛卡尔积算法)
class Cartesian():
  # 初始化
  def __init__(self, datagroup):
    self.datagroup = datagroup
    # 二维数组从后往前下标值
    self.counterIndex = len(datagroup)-1
    # 每次输出数组数值的下标值数组(初始化为0)
    self.counter = [0 for i in range(0, len(self.datagroup))]
  # 计算数组长度
  def countlength(self):
    i = 0
    length = 1
    while(i < len(self.datagroup)):
      length *= len(self.datagroup[i])
      i += 1
    return length
  # 递归处理输出下标
  def handle(self):
    # 定位输出下标数组开始从最后一位递增
    self.counter[self.counterIndex]+=1
    # 判断定位数组最后一位是否超过长度，超过长度，第一次最后一位已遍历结束
    if self.counter[self.counterIndex] >= len(self.datagroup[self.counterIndex]):
      # 重置末位下标
      self.counter[self.counterIndex] = 0
      # 标记counter中前一位
      self.counterIndex -= 1
      # 当标记位大于等于0，递归调用
      if self.counterIndex >= 0:
        self.handle()
      # 重置标记
      self.counterIndex = len(self.datagroup)-1
  # 排列组合输出
  def assemble(self):
    length = self.countlength()
    i = 0
    while(i < length):
      attrlist = []
      j = 0
      while(j<len(self.datagroup)):
        attrlist.append(self.datagroup[j][self.counter[j]])
        j += 1
      print attrlist
      self.handle()
      i += 1

测试环节：

注意：测试代码中仅选取了长度为3的二维数组进行验证。

if __name__ == "__main__":
  # 构造二维数组
  datagroup = [['aa1', ], ['bb1', 'bb2'], ['cc1', 'cc2', 'cc3']]
  # 创建cartesian对象
  cartesian = Cartesian(datagroup)
  cartesian.assemble()

输出结果：