與R中的大數據集匹配

Question

我從我的一位教授那里得到了這個問題來解決R.這就是我想出的：

buttons <- c(16,23,61,7,7,7,13,13,13,19,19,21,27,56,56,73,77,87,11,37,41)
combos<- NULL

for(bb in 1:80000){
  random<-sample(buttons,5,replace=FALSE)
  #A*B+C-D+E
  combos[bb]<-(random[1])*(random[2])+(random[3])-(random[4])+(random[5])
}

solutions<-c(917,134,1569,1649,1431,1622,233,2094,1072,915,
  1922,2437,2714,2491,1886,2812,426,1673,94,2139,2569,496,2249,1553,1580)

solutions %in% combos

我認為代碼在做什么：

1. 在沒有更換的情況下對機器上的5個按鈕進行采樣。
2. 在A * B + C-D + E公式中插入這5個數字。
3. 吐出最后的答案。 重復80,000次。
4. 最后一個命令應該根據機器中的零食號檢查公式中的所有輸出並返回一個布爾值。

但是，當應該有1個假時，布爾值會返回25個真值。 我哪里做錯了？

Answer 1

我不知道你為什么試圖用隨機抽樣解決這個問題。 你永遠不會相信任何答案，除了你可以得到所有的零食。 我用這個：

buttons <- as.integer(buttons)
solutions <- as.integer(solutions)

#create all combinations of 5 buttons
combos <- t(combn(buttons, 5))
library(combinat)
#permute the combinations
tmp <- lapply(permn(1:5), function(i, solutions, combos) {
  #which solutions can be derived from the permuted combination?
  solutions[solutions %in% (combos[,i[1]] * 
                                combos[,i[2]] + 
                                combos[,i[3]] - 
                                combos[,i[4]] + 
                                combos[,i[5]])]
}, solutions = solutions, combos = combos)

#which solution can not be achieved?   
solutions[!(solutions %in% unlist(tmp))]

然而，這並沒有給我一個我無法得到的零食。 也許我誤解了措辭。

Answer 2

對於初學者，刪除for循環。 這是非常低效的：

random <- matrix(replicate(8e4, sample(buttons,5,replace=F)), ncol=5, byrow=TRUE)
combos <-random[,1]*random[,2]+random[,3]-random[,4]+random[,5]

當我擴展到一百萬個組合時，它每次都匹配所有TRUE。 在問題中我可能沒有看到一些混亂。 或者你的教授是一個非常殘酷的人。

更新：

我更改了注釋中提到的按鈕向量：

solutions[!solutions %in% combos]
[1] 2437

謝謝，我可以繼續我的定期生活。 采樣不是最好的方法，但問題解決了。