本文介绍如何使用numpy与itertools高效生成长度为2x的二进制数组，每行前x位与后x位互为按位取反，从而获得所有唯一排列组合。

要生成满足条件的 2x 维二进制数组（即每行含 2x 个元素，且后 x 位是前 x 位的逐位逻辑非），核心思想是：先枚举所有长度为 x 的0-1序列，再将每个序列与其按位取反拼接成一行。

这恰好对应 x 位二进制数的全部 2^x 种可能——例如 x=2 时有 00, 01, 10, 11；对每个序列 a，构造 [a, 1-a] 即得长度为 4 的完整行。

✅ 推荐实现（简洁、可读、高效）：

import numpy as np
from itertools import product

def binary_symmetric_matrix(x):
    # 生成所有长度为 x 的 0-1 元组
    base_rows = list(product([0, 1], repeat=x))
    # 转为 NumPy 数组 (2^x, x)
    a = np.array(base_rows, dtype=int)
    # 拼接：前x列为 a，后x列为 1-a（逐元素取反）
    return np.column_stack([a, 1 - a])

# 示例：x = 2
print(binary_symmetric_matrix(2))
# 输出：
# [[0 0 1 1]
#  [0 1 1 0]
#  [1 0 0 1]
#  [1 1 0 0]]

# 示例：x = 3
print(binary_symmetric_matrix(3))
# 输出 8 行 × 6 列数组，每行形如 [a0,a1,a2,1-a0,1-a1,1-a2]

⚠️ 注意事项：

• 原问题示例输出中 x=2 的结果为 [[1 0 1 0], [1 0 0 1], ...]，其形式实为「前x位任意，后x位为前x位的 镜像重排」，但结合 x=3 示例可确认：实际规律是「后x位 = 前x位按位取反」（如 [1,0] → [1,0,0,1]），而非位置翻转或其它映射。上述实现严格满足该数学定义。
• itertools.product([0,1], repeat=x) 时间复杂度为 O(2ˣ)，适用于 x ≤ 20 左右；若 x 极大（如 > 24），需考虑内存限制，建议改用生成器或分块处理。
• 若需结果按特定顺序（如字典序、格雷码）排列，可在 base_rows 生成后调用 sorted() 或自定义排序逻辑。

? 总结：该方法以清晰的组合逻辑替代暴力枚举，借助 product + np.column_stack 实现零循环向量化构建，兼顾可读性与性能，是处理此类对称二进制结构的标准实践。