本文介绍如何使用numpy和itertools高效生成长度为2x的二进制数组，其中每行的后x位是前x位的按位取反（即1→0、0→1），确保所有组合唯一且结构对称。
要构造一个形状为 (2^x, 2x) 的 NumPy 数组，使得每一行由两部分组成：前 x 位是任意 x 维 0-1 向量，后 x 位恰好是该向量的逻辑取反（即 1 - vector），最简洁可靠的方法是利用 itertools.product 生成所有 x 位二进制组合，再通过 np.column_stack 拼接原向量与其补向量。
以下是完整实现：
import numpy as np
from itertools import product
def generate_complementary_binary_array(x):
# 生成所有 x 维 0-1 组合：共 2^x 行，每行 x 列
base = np.array(list(product([0, 1], repeat=x)))
# 构造互补后半部分：1 - base（逐元素取反）
complement = 1 - base
# 水平拼接：shape (2^x, x) + (2^x, x) → (2^x, 2x)
return np.column_stack([base, complement])
# 示例：x = 2
print("x = 2:")
print(generate_complementary_binary_array(2))
# 输出：
# [[0 0 1 1]
# [0 1 1 0]
# [1 0 0 1]
# [1 1 0 0]]
# 示例：x = 3
print("\nx = 3:")
print(generate_complementary_binary_array(3))
# 输出 8 行 × 6 列数组，每行形如 [a,b,c,1-a,1-b,1-c]⚠️ 注意事项：
- 该方法生成的是前x位自由、后x位严格互补的数组，与问题中示例的输出顺序不同（例如 x=2 时示例以 [1,0,1,0] 开头，而本解法以 [0,0,1,1] 开头），但集合完全等价——只是排列顺序差异。若需严格匹配示例顺序（如按字典序或特定模式排序），可在生成后调用 np.argsort 或自定义排序逻辑。
- itertools.product([0,1], repeat=x) 时间复杂度为 O(2^x)，适用于 x ≤ 20 左右；当 x 过大（如 > 24）时，内存可能成为瓶颈，此时建议改用生成器或分块处理。
- 不推荐使用 np.meshgrid 或 itertools.combinations，因前者生成笛卡尔积需额外 reshape，后者仅选子集不满足全排列需求。
总结：此方案简洁、可读性强、无冗余循环，充分利用了 Python 标准库与 NumPy 的向量化能力，是生成互补型二进制矩阵的标准实践。
