我希望c("a","b","c")在条件下在六个位置内置换（或组合）以始终具有交替元素的序列，例如abcbab.
排列很容易得到：
abc<-c("a","b","c")
permutations(n=3,r=6,v=abc,repeats.allowed=T)
我认为使用 gtools 是不可能做到这一点的，而且我一直在尝试为此设计一个函数——即使我认为它可能已经存在。
问问题
204 次
2 回答
4
由于您正在寻找排列，expand.grid因此可以与permutations. 但是由于您不想要相似的邻居，我们可以大大缩短它的维度。我认为这是合法的随机方式！
前面：
r <- replicate(6, seq_len(length(abc)-1), simplify=FALSE)
r[[1]] <- c(r[[1]], length(abc))
m <- t(apply(do.call(expand.grid, r), 1, cumsum) %% length(abc) + 1)
m[] <- abc[m]
dim(m)
# [1] 96 6
head(as.data.frame(cbind(m, apply(m, 1, paste, collapse = ""))))
# Var1 Var2 Var3 Var4 Var5 Var6 V7
# 1 b c a b c a bcabca
# 2 c a b c a b cabcab
# 3 a b c a b c abcabc
# 4 b a b c a b babcab
# 5 c b c a b c cbcabc
# 6 a c a b c a acabca
演练：
- 因为你想要它的所有回收排列，我们可以使用
gtools::permutations，或者我们可以使用expand.grid......我会使用后者，我不知道它是否更快，但它确实是我需要的捷径（稍后更多） - 在处理这样的约束时，我喜欢扩展值向量的索引
但是，由于我们不希望邻居相同，所以我认为不是每行值都是直接索引，而是我们
cumsum；通过使用它，我们可以控制累积和重新达到相同值的能力......通过从可能值列表中删除0和length(abc)，我们消除了（a）永远不会保持不变的可能性，以及（b）实际上永远不会增加一个向量长度（重复相同的值）；作为演练：head(expand.grid(1:3, 1:2, 1:2, 1:2, 1:2, 1:2), n = 6) # Var1 Var2 Var3 Var4 Var5 Var6 # 1 1 1 1 1 1 1 # 2 2 1 1 1 1 1 # 3 3 1 1 1 1 1 # 4 1 2 1 1 1 1 # 5 2 2 1 1 1 1 # 6 3 2 1 1 1 1由于第一个值可以是所有三个值，因此它是
1:3，但每个附加值都应与它相距 1 或 2。head(t(apply(expand.grid(1:3, 1:2, 1:2, 1:2, 1:2, 1:2), 1, cumsum)), n = 6) # Var1 Var2 Var3 Var4 Var5 Var6 # [1,] 1 2 3 4 5 6 # [2,] 2 3 4 5 6 7 # [3,] 3 4 5 6 7 8 # [4,] 1 3 4 5 6 7 # [5,] 2 4 5 6 7 8 # [6,] 3 5 6 7 8 9好吧，这似乎没什么用（因为它超出了向量的长度），所以我们可以调用模运算符和移位（因为模返回从 0 开始，我们希望从 1 开始）：
head(t(apply(expand.grid(1:3, 1:2, 1:2, 1:2, 1:2, 1:2), 1, cumsum) %% 3 + 1), n = 6) # Var1 Var2 Var3 Var4 Var5 Var6 # [1,] 2 3 1 2 3 1 # [2,] 3 1 2 3 1 2 # [3,] 1 2 3 1 2 3 # [4,] 2 1 2 3 1 2 # [5,] 3 2 3 1 2 3 # [6,] 1 3 1 2 3 1为了验证这是否有效，我们可以对
diff每一行进行 a 并查找0：m <- t(apply(expand.grid(1:3, 1:2, 1:2, 1:2, 1:2, 1:2), 1, cumsum) %% 3 + 1) any(apply(m, 1, diff) == 0) # [1] FALSE为了将其自动化为任意向量，我们借助
replicate来生成可能的向量列表：r <- replicate(6, seq_len(length(abc)-1), simplify=FALSE) r[[1]] <- c(r[[1]], length(abc)) str(r) # List of 6 # $ : int [1:3] 1 2 3 # $ : int [1:2] 1 2 # $ : int [1:2] 1 2 # $ : int [1:2] 1 2 # $ : int [1:2] 1 2 # $ : int [1:2] 1 2然后
do.call扩展它。一个你有索引矩阵，
head(m) # Var1 Var2 Var3 Var4 Var5 Var6 # [1,] 2 3 1 2 3 1 # [2,] 3 1 2 3 1 2 # [3,] 1 2 3 1 2 3 # [4,] 2 1 2 3 1 2 # [5,] 3 2 3 1 2 3 # [6,] 1 3 1 2 3 1然后用向量的值替换每个索引：
m[] <- abc[m] head(m) # Var1 Var2 Var3 Var4 Var5 Var6 # [1,] "b" "c" "a" "b" "c" "a" # [2,] "c" "a" "b" "c" "a" "b" # [3,] "a" "b" "c" "a" "b" "c" # [4,] "b" "a" "b" "c" "a" "b" # [5,] "c" "b" "c" "a" "b" "c" # [6,] "a" "c" "a" "b" "c" "a"然后我们
cbind联合字符串（通过apply和paste）
表现：
library(microbenchmark)
library(dplyr)
library(tidyr)
library(stringr)
microbenchmark(
tidy1 = {
gtools::permutations(n = 3, r = 6, v = abc, repeats.allowed = TRUE) %>%
data.frame() %>%
unite(united, sep = "", remove = FALSE) %>%
filter(!str_detect(united, "([a-c])\\1"))
},
tidy2 = {
filter(unite(data.frame(gtools::permutations(n = 3, r = 6, v = abc, repeats.allowed = TRUE)),
united, sep = "", remove = FALSE),
!str_detect(united, "([a-c])\\1"))
},
base = {
r <- replicate(6, seq_len(length(abc)-1), simplify=FALSE)
r[[1]] <- c(r[[1]], length(abc))
m <- t(apply(do.call(expand.grid, r), 1, cumsum) %% length(abc) + 1)
m[] <- abc[m]
},
times=10000
)
# Unit: microseconds
# expr min lq mean median uq max neval
# tidy1 1875.400 2028.8510 2446.751 2165.651 2456.051 12790.901 10000
# tidy2 1745.402 1875.5015 2284.700 2000.051 2278.101 50163.901 10000
# base 796.701 871.4015 1020.993 919.801 1021.801 7373.901 10000
我尝试了中缀（非%>%）tidy2 版本只是为了好玩，虽然我相信理论上它会更快，但我没有意识到它会减少超过 7% 的运行时间。（50163 可能是 R 垃圾收集器，而不是“真实的”。）我们为可读性/可维护性付出的代价。
于 2018-12-01T02:24:40.247 回答
3
可能有更清洁的方法，但在这里你去：
abc <- letters[1:3]
library(tidyverse)
res <- gtools::permutations(n = 3, r = 6, v = abc, repeats.allowed = TRUE) %>%
data.frame() %>%
unite(united, sep = "", remove = FALSE) %>%
filter(!str_detect(united, "([a-c])\\1"))
head(res)
united X1 X2 X3 X4 X5 X6
1 ababab a b a b a b
2 ababac a b a b a c
3 ababca a b a b c a
4 ababcb a b a b c b
5 abacab a b a c a b
6 abacac a b a c a c
如果你想要一个向量，你可以在上面的管道末端使用res$united或添加一个额外的步骤。%>% pull(united)
于 2018-11-30T23:43:20.283 回答