如何制作随机唯一元组的列表？

Question

我查看了几个与此问题类似的答案，似乎都有很好的 oneliner 答案，但仅处理通过删除重复项使列表独一无二的事实。我需要列表正好有 5 个。

我能想到的唯一代码是这样的：

from random import *

tuples = []

while len(tuples) < 5:
    rand = (randint(0, 6), randint(0,6))
    if rand not in tuples:
        tuples.append(rand)

我觉得有一种更简单的方法，但我想不通。我尝试从随机播放 sample()：

sample((randint(0,6), randint(0,6)), 5)

但这给了我一个“样本大于总体或为负”的错误。

Answer 1

一种快速的方法是使用itertools.product 生成所有元组可能性，然后使用sample 从中选择5 个：

from itertools import product
from random import sample
sample(list(product(range(7), repeat=2)), k=5)

Answer 2

对于这么小的一组输入，只需生成所有可能的输出，然后sample它们：

 import itertools
 import random

 size = 6
 random.sample(list(itertools.product(range(size+1), repeat=2)), 5)

您指出边界 (size) 可能是一个参数，如果边界可能更大一点，这可能是一个问题（您将生成 size ** 2 tuples 来选择5，内存使用可能会失控）。如果这是一个问题，假设您只需要一对整数，那么有一个便宜的技巧：选择 一个 随机整数来编码两个结果整数，然后对其进行解码。例如：

size = 6
raw_sample = random.sample(range((size + 1) ** 2), 5)
decoded_sample = [divmod(x, size+1) for x in raw_sample)]

由于range 的开销为零（内存使用量不取决于长度），您可以从中精确选择五个值，开销与所选的五个成比例，而不是 49 个可能的结果。然后，您可以根据单个值的范围（在本例中为 0 到 size，因此 size + 1 可能的值）计算商和余数，这样就可以很便宜地得到高低结果。

性能差异很明显；比较：

def unique_random_pairs_by_product(size):
    return random.sample(list(itertools.product(range(size+1), repeat=2)), 5)

到：

def unique_random_pairs_optimized(size):
    val_range = size + 1
    return [divmod(x, val_range) for x in random.sample(range(val_range * val_range), 5)]

optimized 版本即使是 6 的参数也减少了大约 15% 的时间（product 约为 4.65 μs，optimized 约为 3.95 μs）。但是在6 中的size，您根本看不到比例因子。对于size=100，optimized 仅增加到~4.35 μs（时间略有增加，因为较大的range 更有可能必须分配新的ints，而不是使用小的int 缓存），而product 跃升至 387 μs，相差近 100 倍。对于size=1000，product 的时间跳到 63.8 ms，而optimized 保持在 ~4.35 μs；运行时间相差 10,000 倍（内存使用率甚至更高）。如果size 变得比这更大，基于product 的解决方案将很快达到人类可以察觉到单个采样的延迟的程度； optimized 解决方案将继续以相同的性能运行（模数 divmod 的成本差异非常小）。