【问题标题】：pick a random number, always with increasing value over last random number picked选择一个随机数，总是比上次选择的随机数增加值
【发布时间】：2012-09-17 15:36:55
【问题描述】：

我将如何有效地对值 1:n 进行 1×1 升序随机抽样，确保每个随机抽样值始终高于之前的值？

例如：

对于值 1:100，获取一个随机数，例如 61。（当前列表=61）
然后在 62 到 100 之间选择另一个数字，比如 90（当前列表=61,90）
然后在 91 到 100 之间选择另一个数字，比如 100。
在达到最大值时停止进程（最终列表=61,90,100）

我一直陷入循环，以这种笨拙的方式思考：

a1 <- sample(1:100,1)

if(a1 < 100) {
    a2 <- sample((a+1):100,1)
        }

etc etc...

我想报告一个最终向量是 a1,a2,a(n) 的串联：

result <- c(a1,a2)

尽管这听起来像是一个家庭作业问题，但事实并非如此。谢天谢地，我多年前离开了做作业的日子。

【问题讨论】：

标签： r random sample

【解决方案1】：

聚会迟到了，但我认为这会震撼你的世界：

unique(cummax(sample.int(100)))

【讨论】：

这真是太棒了！（我以前从未见过cummax，显然我从来没有费心阅读cumsum 的帮助）

【解决方案2】：

这使用了while 循环并被包装在一个函数中

# from ?sample
resample <- function(x, ...) x[sample.int(length(x), ...)]

sample_z <-  function(n){
  z <- numeric(n)
  new <- 0
  count <- 1

  while(new < n){
    from <- seq(new+1,n,by=1)
    new <- resample(from, size= 1)
    z[count] <- new
    if(new < n)  count <- count+1
  }

  z[1:count]
}

set.seed(1234)

sample_z(100)
## [1]  12  67  88  96 100

编辑

注意当新样本为 100 时要处理的更改以及 sample 处理整数而不是 x 的向量的方式

编辑 2

实际上阅读sample 的帮助提供了有用的resample 功能。这避免了长度（x）== 1时的陷阱

【讨论】：

我在这段代码中得到了一些奇怪的结果，它有时会达到 99 并再次从较低的点开始。调查它...
嗯，我明白你的意思了——我会考虑的！
由于x 是单个整数而不是向量时sample 的变化方式 - 已更改（使用 1e6 样本进行测试，没有错误）
现在更好了，因为实际阅读了示例的帮助

【解决方案3】：

效率不是特别高，但是：

X <- 0
samps <- c()
while (X < 100) {
    if(is.null(samps)) {z <- 1 } else {z <- 1 + samps[length(samps)]}
    if (z == 100) {
        samps <- c(samps, z)
    } else { 
        samps <- c(samps, sample(z:100, 1))
    }
    X <- samps[length(samps)]
}

采样编辑：从中修剪一点脂肪：

samps <- c()
while (is.null(samps[length(samps)]) ||  samps[length(samps)] < 100 ) {
    if(is.null(samps)) {z <- 1 } else {z <- 1 + samps[length(samps)]}
    if (z == 100) {
        samps <- c(samps, z)
    } else { 
        samps <- c(samps, sample(z:100, 1))
    }
}

samps

【讨论】：

这个工作正常，虽然它有时会重复前面的值，而不是至少重复一个。
不应该；在您发布前大约五分钟，我进行了一次编辑，每次添加 1。我对其进行了 100,000 次重复测试，但从未重复前面的值。
抱歉，我错过了你的秘密编辑。现在看起来一切都很好。

【解决方案4】：

甚至晚参加聚会，但只是为了好玩：

X <- Y <- sample(100L)
while(length(X <- Y) != length(Y <- X[c(TRUE, diff(X)>0)])) {}

> print(X)
[1]  28  44  60  98 100

【讨论】：

【解决方案5】：

对随机向量进行排序

创建一个随机整数向量，然后对其进行排序。

sort(sample(1:1000, size = 10, replace = FALSE),decreasing = FALSE)

给出 10 个 1 到 1000 之间的随机整数。

> sort(sample(1:1000, size = 10, replace = FALSE),decreasing = FALSE)
[1]  44  88 164 314 617 814 845 917 944 995

这当然也适用于随机小数和浮点数。

【讨论】：