import itertools import random X = {1, 2, 3, 4} Y = {'a', 'b', 'c'} cartesian_product = set(itertools.product(X, Y)) print("X 和 Y 的笛卡尔积：", cartesian_product) subset = set(random.sample(cartesian_product, random.randint(1, len(cartesian_product)))) print("随机生成的关系: ", subset)优化成Python3.10的版本

在 Python 3.10 中，可以使用新的 `random.sample` 函数的变体—— `random.sample.pop` 来实现更优雅的代码。

import itertools
import random

X = {1, 2, 3, 4}
Y = {'a', 'b', 'c'}
cartesian_product = set(itertools.product(X, Y))
print("X 和 Y 的笛卡尔积：", cartesian_product)

subset_size = random.randint(1, len(cartesian_product))
subset = {cartesian_product.pop() for _ in range(subset_size)}

print("随机生成的关系: ", subset)

这个代码首先生成了一个笛卡尔积，然后从中随机抽取一个大小不超过原笛卡尔积大小的子集。

这个代码使用了一个 set comprehension 来逐个从笛卡尔积中随机抽取元素。为了避免重复元素，每次抽取后都将元素从笛卡尔积中删除。这种方法可以保证抽取的元素不会重复，并且不需要使用额外的内存来存储已抽取的元素。