本文介绍如何利用 python 的 itertools.product 和 functools.reduce 高效生成多个字典列表的全组合结果，避免嵌套循环，适用于动态数量的数据源合并场景。
本文介绍如何利用 python 的 itertools.product 和 functools.reduce 高效生成多个字典列表的全组合结果，避免嵌套循环，适用于动态数量的数据源合并场景。
在实际数据处理中，我们常需将多个独立的字典列表（如不同维度的配置、参数或枚举）进行全量笛卡尔积组合，生成所有可能的键值对组合。例如，data1 含 331 个 {"key1": i}，data2 含 4 个 {"key2": j}，二者组合后应得到 331 × 4 = 1324 个字典，每个字典同时包含 key1 和 key2。当列表数量从 2 个扩展到 N 个（如 data = [data1, data2, ..., dataN]）时，手动嵌套循环既不可维护也不可扩展。
此时，itertools.product 是理想解法：它接受任意数量的可迭代对象（通过解包 *data），返回一个生成笛卡尔积元组的迭代器。例如：
from itertools import product
data1 = [{"key1": i} for i in range(2)]
data2 = [{"key2": i} for i in range(3)]
data3 = [{"key3": i} for i in range(2)]
data = [data1, data2, data3]
# product(*data) 生成类似：
# ({'key1': 0}, {'key2': 0}, {'key3': 0})
# ({'key1': 0}, {'key2': 0}, {'key3': 1})
# ...
接下来需将每个元组中的字典合并为单个字典。推荐使用 functools.reduce 配合 operator.ior（即就地更新字典的 |= 操作符函数形式），并指定初始空字典 {} 作为累加器起点——这确保了每次合并都生成全新字典，避免意外的引用共享：
from functools import reduce
from itertools import product
from operator import ior
merged_list = [reduce(ior, dicts, {}) for dicts in product(*data)]
✅ 优势说明：
- ✅ 简洁性：一行核心逻辑替代 N 层嵌套循环；
- ✅ 动态性：data 可含任意长度的列表，无需修改代码；
- ✅ 内存友好：product 返回迭代器，reduce 按需计算，适合大数据量；
- ✅ 安全性：reduce(..., {}) 始终创建新字典，杜绝原字典被意外修改。
⚠️ 注意事项：
- 若字典间存在重复键名（如多个列表都含 "id"），后出现的字典会覆盖前面的同名键值（符合 Python 字典更新语义）；
- operator.ior 要求 Python ≥ 3.9（因 |= 字典操作自该版本正式支持）；若需兼容更早版本，可改用 lambda a, b: {**a, **b} 替代 ior：
merged_list = [reduce(lambda a, b: {**a, **b}, dicts, {}) for dicts in product(*data)] - 笛卡尔积结果长度为各列表长度乘积（len(data1) * len(data2) * ...），请预先评估内存与计算开销，避免组合爆炸。
综上，itertools.product + functools.reduce 构成了处理多维字典组合问题的标准、健壮且可扩展的解决方案。
