从向量中采样以获得特定模式答案

【问题标题】：sample from a vector to get a particular pattern从向量中采样以获得特定模式
【发布时间】：2020-09-26 23:50:14
【问题描述】：

我有一个向量a= c (1, 2, 3)

我可以得到一个程序来安排向量来得到任何一个

b=c (3, 1, 2) 或 b=c (2, 3, 1)

使用 sample (a,3,replace=FALSE) 会给我 (1,2,3),(1,3,2) 等，有时这是我不想要的结果拥有。

【问题讨论】：

标签： r vector sample

【解决方案1】：

如果您想要混乱（没有固定点的排列），那么您可以查找：

Efficiently create derangement of a vector in R

然后阅读：

https://www.cs.upc.edu/~conrado/research/talks/analco08.pdf

这是基于链接的我的代码：

nDerangment <- function(n){
  
  if(n <= 1) return(0)
  if(n == 2) return(1)
  (n - 1) * (nDerangment(n - 1) + nDerangment(n - 2))
}

randomDerangement <- function(n){
  
  if(n == 1) return (n)
  
  p <- seq_len(n)
  mark <- rep(FALSE, n)
  
  i <- u <- n
  while(u >= 2){
    
    if(!mark[i]){
      
      repeat{
        j <- sample(i-1, 1)
        if(!mark[j]) 
          break()
      }
    
      temp <- p[i]
      p[i] <- p[j]
      p[j] <- temp
    
      prob <- runif(n = 1, 0 , 1)
      if(prob < (u-1) * nDerangment(u-2) / nDerangment(u)){
        mark[j] <- TRUE
        u <- u - 1
      }
      
      u <- u - 1
    }
    
    i <- i-1
  }
  
  p
}

因为我递归地计算混乱的数量，这仅适用于生成合理小的n 的混乱。当然，与斐波那契数类似，用于计算紊乱的更好的函数是：

nDerangment <- function(n){
  
  if(n <= 1) return(0)
  if(n == 2) return(1)
  
  d_minus_two <- 0
  d_minus_one <- 1
  
  i <- 3
  while(i <= n){
    
    next_d <- (i - 1) * d_minus_one + d_minus_two
    d_minus_two <- d_minus_one
    d_minus_one <- next_d
    
    i <- i + 1
  }
  
  next_d
}

请注意，您还可以通过在全局序列中存储错位数来更有效地在if 语句中编写计算数字的函数：

max_d <- 30
derangements <- vector("integer", max_d)
derangements[[1]] <- 0
derangements[[2]] <- 1
cur_index <- 2

my_fun <- function(n){
  
  if(n > max_d){
    new_vector <- vector("integer", 2*max_d)
    new_vector[seq_len(max_d)] <- derangements
    derangements <<- new_vector
    max_d <<- 2*max_d
  }
  
  if(n <= cur_index) return(derangements[[n]])
  
  for(i in (cur_index+1):n)
    derangements[[i]] <<- i * derangements[[i-1]] + derangements[[i-2]]
  
  
  derangements[[n]]
}

【讨论】：