本文介绍一种简洁高效的逻辑，用于在多层嵌套循环中识别满足“宽度与长度同步严格递增”的数值对（w, l），适用于参数扫描、组合优化及网格遍历等场景。
本文介绍一种简洁高效的逻辑，用于在多层嵌套循环中识别满足“宽度与长度同步严格递增”的数值对（w, l），适用于参数扫描、组合优化及网格遍历等场景。
在实际工程建模或参数敏感性分析中，我们常需遍历多个维度的离散参数（如宽度 w、长度 l、基准系数 bl_set），但并非所有组合都符合物理或逻辑约束——例如，仅当 w 和 l 同步单调递增时，才认为该组合代表一个有效的演化路径或设计阶段。原始代码使用三层嵌套循环遍历所有 (w, l, bl_set) 组合，但未对 (w, l) 序列本身施加顺序约束。
要实现“仅保留严格递增的 (w, l) 对”，关键在于脱离 bl_set 循环的干扰，在外层 w/l 二维遍历中独立维护状态。推荐采用单次双层遍历 + 状态记忆法，而非在最内层 bl_set 循环中判断（否则会导致同一 (w,l) 被重复判定多次，逻辑冗余且易出错）。
以下是核心实现逻辑：
import numpy as np
width = range(100, 2700, 300) # [100, 400, 700, ..., 2500]
length = range(80, 900, 100) # [80, 180, 280, ..., 880]
# 初始化前序值（None 表示首组无比较对象）
prev_w, prev_l = None, None
increasing_pairs = []
for w in width:
for l in length:
# 首次迭代 or 当前 w、l 均严格大于前一组
if prev_w is None or (w > prev_w and l > prev_l):
increasing_pairs.append((l, w)) # 按 l 在前、w 在后存储，呼应问题示例
prev_w, prev_l = w, l # 更新状态
print("Strictly increasing (l, w) pairs:")
for pair in increasing_pairs:
print(f"l={pair[0]}, w={pair[1]}")输出示例（基于给定 range）：
Strictly increasing (l, w) pairs: l=80, w=100 l=180, w=400 l=280, w=700 l=380, w=1000 l=480, w=1300 l=580, w=1600 l=680, w=1900 l=780, w=2200 l=880, w=2500
✅ 注意事项：
- 此逻辑保证
(w, l)序列在遍历顺序中全局严格递增（非局部行/列递增），即每对均比前一对的w和l同时更大； - 若需支持“非严格递增”（≥），可将
>改为>=； - 若遍历顺序需调整（如先按
l主序），请确保width和length的嵌套层级与业务语义一致； -
bl_set循环应置于该逻辑之后，仅对筛选出的increasing_pairs进行展开，避免无效计算：
bl = np.arange(0.9, 1.6, 0.1)
for l, w in increasing_pairs:
for bl_set in bl:
print(f"l={l}\tw={w}\tbl_set={bl_set:.1f}")该方案时间复杂度为 O(|width| × |length|)，空间复杂度 O(K)（K 为有效对数），兼顾清晰性与性能，是处理此类有序配对问题的标准实践。
