我有一个整数列表，比如：(1,2,3,4,5)
我想获取所有可能的大小为 5 的列表，例如：
1. 列表可以包含重复元素，例如(1,1,1,2,2)
2. 排序无关紧要，例如(1,1,2,2,1) 与 (1,1,1,2,2) 相同
如何获取整个列表？我实际上是在从一组 10 个整数中寻找大小为 10 的组合。
【问题讨论】：
标签： r combinations
使用推荐的RcppAlgos 解决方案in this answer，我们希望从您的输入中选择5 个元素的集合，重复，并且顺序无关紧要（因此comboGeneral()，如果顺序很重要，我们将使用permuteGeneral() ）。在引擎盖下用 C++ 编码，这将是一个非常快速的解决方案，并且链接答案中的分析也发现它具有内存效率。在我的笔记本电脑上为 10 多选 10 生成集合仍然不到一秒钟。
library(RcppAlgos)
x = 1:5
result = comboGeneral(x, m = 5, repetition = T)
dim(result)
# [1] 126 5
head(result)
# [,1] [,2] [,3] [,4] [,5]
# [1,] 1 1 1 1 1
# [2,] 1 1 1 1 2
# [3,] 1 1 1 1 3
# [4,] 1 1 1 1 4
# [5,] 1 1 1 1 5
# [6,] 1 1 1 2 2
【讨论】：
Gregor 提供的链接似乎完全依赖第三方包来产生多集，所以我想给你一个基本的 R 解决方案。请注意，该链接中提到的软件包对于超大型数据集几乎肯定会更有效。
我们可以使用expand.grid() 首先生成所有可能的排列，其中重复 (1,2,3,4,5) 中的元素。在这种情况下，不同的排序仍然被认为是不同的。我们现在要删除这些包含相同元素但顺序不同的“额外”组合，我们可以使用apply() 和duplicated() 来完成。
如果您使用多重集计算器here，您会发现下面的代码产生了正确数量的组合。代码如下：
x <- seq(1:5)
df <- expand.grid(x, x, x, x, x) # generates 5^5 combinations, allowing repetition
index <- !duplicated(t(apply(df, 1, sort))) # find extraneous combinations
df <- df[index, ] # select only unique combinations
# check number of rows. It should be 126; one for each combination
nrows(df)
# Output
# [1] 126
# Quick look at part of the dataframe:
head(df)
Var1 Var2 Var3 Var4 Var5
1 1 1 1 1 1
2 2 1 1 1 1
3 3 1 1 1 1
4 4 1 1 1 1
5 5 1 1 1 1
7 2 2 1 1 1
【讨论】：
iterpc 对我来说看起来不错，但老实说，我对这些软件包没有经验。抱歉-我认为您的实际问题在规模上与您的玩具数据更接近。就我个人而言，我会推荐 Maurits Evers 的解决方案。它更节省内存。但是请注意，它仍然需要大量的计算机内存。
对于@MarcusCampbell 在tidyverse 中的类似方法，我们可以使用expand 来枚举所有可能的组合，然后只保留在排列下不变的distinct 组合（即排序无关紧要） ：
library(tidyverse);
tibble(V1 = 1:5, V2 = 1:5, V3 = 1:5, V4 = 1:5, V5 = 1:5) %>%
expand(V1, V2, V3, V4, V5) %>%
rowwise() %>%
mutate(cmbn = paste(sort(c(V1, V2, V3, V4, V5)), collapse = ",")) %>%
distinct(cmbn);
## A tibble: 126 x 1
# cmbn
# <chr>
# 1 1,1,1,1,1
# 2 1,1,1,1,2
# 3 1,1,1,1,3
# 4 1,1,1,1,4
# 5 1,1,1,1,5
# 6 1,1,1,2,2
# 7 1,1,1,2,3
# 8 1,1,1,2,4
# 9 1,1,1,2,5
#10 1,1,1,3,3
## ... with 116 more rows
【讨论】：