本文详解 while 循环提前退出的根本原因——错误的零值检测逻辑，并提供使用 any() 的简洁、健壮解决方案，确保循环持续运行直至矩阵中所有零被彻底消除。
本文详解 `while` 循环提前退出的根本原因——错误的零值检测逻辑，并提供使用 `any()` 的简洁、健壮解决方案，确保循环持续运行直至矩阵中所有零被彻底消除。
问题核心在于 not_solved() 函数的逻辑缺陷：它并未真正判断“矩阵中是否存在零”，而是仅保留了对最后一个元素（matrix[2][2]）的判断结果。代码中每次遍历都用新值覆盖 has0 变量，导致前 8 次检查全部失效。例如，输入 [[−1, −2, 0], [−1, −2, 0], [−1, −2, 0]] 时，函数最终只检查 matrix[2][2] == 0 → True，进入循环；而第一次更新后该位置变为 1，函数立即返回 False，导致 while 提前终止——即使其余位置仍含大量零（如 −1、−2）。
正确的做法是：只要发现任意一个 0，就应立即返回 True（表示“未解完”）；只有遍历全部元素均不为 0 时，才返回 False。Python 的内置函数 any() 天然契合这一语义：
def not_solved(matrix):
return any(matrix[i][j] == 0 for i in range(3) for j in range(3))
该生成器表达式会在遇到第一个 0 时短路返回 True，效率高且逻辑清晰。若需兼容任意尺寸矩阵，可进一步优化为：
def not_solved(matrix):
return any(0 in row for row in matrix)
完整修正后的程序如下：
def not_solved(matrix):
return any(0 in row for row in matrix)
matrix1 = [[-1, -2, 0], [-1, -2, 0], [-1, -2, 0]]
while not_solved(matrix1):
for i in range(3):
for j in range(3):
if matrix1[i][j] <p>⚠️ 注意事项：</p>
- 避免在循环中反复赋值布尔变量来“汇总”条件，这极易引发覆盖逻辑错误；
- 优先使用 any() / all() 等语义明确的内置函数替代手动标志位；
- 若矩阵规模较大，0 in row 比双层索引更易读且 Python 内部已优化；
- 确保 while 循环体内有实际改变终止条件的操作，否则可能陷入死循环（本例中 +=1 保证了收敛性）。
通过修正检测逻辑，循环 now 正确迭代多次，直至所有元素 ≥ 1，完美达成预期目标。
