本文介绍如何避免使用低效的while循环重试机制，转而采用更简洁、可靠的方法——通过随机打乱列表并切片，一次性获取三个互不重复的随机id。
在实际开发中，若需从一组候选值（如 ID 列表）中随机选取多个互不重复的元素，常见的错误做法是反复调用 random.choice() 或 secrets.choice() 并用 while 循环检测冲突——这不仅逻辑冗余、可读性差，还存在理论上的死循环风险（尽管概率极低），且性能随冲突率上升而急剧下降。
例如原代码中：
while rand1['id'] == rand2['id'] == rand3['id']:
# 仅检查三者全等，甚至未覆盖“两两相等”的情况（如 rand1==rand2≠rand3）该条件过于宽松：它只在三者完全相同时才重试，而题目明确要求“即使其中两个相等，也要重新选择”，即必须保证三者两两互异。原逻辑根本未满足需求。
✅ 正确解法是：先生成完整候选集 → 随机打乱 → 取前 N 个。这能确保无重复、一次到位、时间复杂度稳定为 O(n)。
立即学习“Python免费学习笔记（深入）”；
推荐使用 random.shuffle()（适用于一般场景）或 secrets.SystemRandom().shuffle()（需密码学安全时）：
import random
# 生成 1~5 的 ID 列表
nums = list(range(1, 6)) # [1, 2, 3, 4, 5]
random.shuffle(nums) # 原地打乱，如变为 [4, 1, 5, 2, 3]
# 取前 3 个，构造字典列表
ids = [{'id': n} for n in nums[:3]]
print(ids) # 示例输出: [{'id': 4}, {'id': 1}, {'id': 5}]⚠️ 注意事项：
- 若候选集长度 aise ValueError("Insufficient candidates")；
- secrets 模块不提供 shuffle()，如需加密安全的随机性，可手动实现 Fisher-Yates 洗牌（用 secrets.randbelow()），但多数业务场景 random.shuffle() 已足够；
- 该方法天然支持任意数量选取（只需改 nums[:k]），扩展性强，远优于硬编码多个变量 + 复杂条件判断的 while 循环。
总结：抛弃“生成→校验→重试”的被动模式，拥抱“生成→打乱→采样”的主动策略——更简洁、更健壮、更符合 Pythonic 哲学。
