R 循环不工作时出现两种情况

我正在试验掷骰子的模拟。模拟的目的是生成六个值的向量，每个值的元素是三个六边骰子的总和。我尝试使用while循环来反映两种情况：向量的和应该大于提供的值，最大元素值应该大于阈值

我试过使用

&

和

&

，改变参数的顺序，等等。。。但是在每次迭代中，代码只执行一个条件，即总数大于提供的值

我已经通读了，但没用

守则：

random.stats=function(threshold,roll){
  require(random)
  temp=rep(0,6)
  j=0
  while(sum(temp)<threshold && max(temp)<roll){
    for(i in 1:6){
      temp[i]=sum(sort(randomNumbers(n=5,min=1,max=6,col=1),
                       decreasing=TRUE)[1:3])
    }
    j=j+1
  }
  return(list(rolls=temp,total=sum(temp),required.iterations=j))
}

random.stats=函数（阈值，滚动）{
要求（随机）
温度=代表（0,6）
j=0
虽然（和（TEMP）您在while循环中有错误的条件。
roll = c(14,  17,  14,  10,  15, 14)
sum(roll) = 84
max(roll) = 17

<>你现在只运行，如果两者<代码>和> p>你在while循环中有错误的条件。考虑案例

roll = c(14,  17,  14,  10,  15, 14)
sum(roll) = 84
max(roll) = 17

现在只有当两个
sumI都在使用R版本3.1.0 fwiw时，您的while才会运行。因此，您的意思是，您已经从这个函数中得到了一个结果，其中
sum（rolls）我希望while循环在两个条件都为真时停止。提供的值可以是任何值，但
max（rolls）使用18
是最容易发现故障的情况。我只得到
sum（rolls）>=70
来返回
TRUE
。我希望
是必需的。对于这种情况，迭代次数大约为20-30次。在没有
max（rolls）的情况下，也很可能有
total>70
==18
@GSee
j
在结果中返回，因此您知道我在使用R版本3.1.0 FWIW时循环了多少次，所以您是说您从这个函数中得到了一个结果，其中
sum（rolls）我希望while循环在两个条件都为真时停止。提供的值可以是任何值，但使用18表示
max（rolls）
是最容易发现故障的情况。我只得到
sum（rolls）>=70
来返回
TRUE
。我希望
是必需的。对于这种情况，迭代次数大约为20-30次。在没有
max（rolls）的情况下，也很可能有
total>70
==18
@GSee
j
在结果中返回，因此您知道使用
的循环次数确实有效，但我不明白为什么。只要参数
为TRUE
，while循环就会继续。我希望我在OP中使用
而不是使用
&
或
时得到的行为&&
。在我看来，流控制似乎是向后的。@scs217需要一些时间来写出真值表，就像我上面所做的那样。记住
而
只有在检查返回
真值时才会运行
，
和
要求两个元素都是
真值
我明白你的意思。我不知道我可以让终端计算那些逻辑运算直到现在，我才直接输入ERATOR。知道我可以直接输入
>TRUE | FALSE
等，这将允许我排除可能遇到的大多数其他逻辑求值差异。再次感谢！+1 MrFlick@scs217，另一种更直观的思考方法是在值不是您希望的值时循环：while（！（总和（温度）>阈值和最大值（温度）>滚动））。这在逻辑上等同于Flick先生建议的OR。请查看+1处的De Morgan定律。正如您所知，您可以在R基中实现这一点：
random.stats使用
肯定有效，但我不明白为什么。只要参数为
TRUE
，while循环就会继续。我期望得到的行为在OP中使用
而不是使用
&
或
&
进行编辑。在我看来，流控制似乎是向后的。@scs217需要一些时间像我上面所做的那样写出真值表。请记住
而
只有在检查返回
真值
时才会运行，并且
&
要求这两个元素都是
真值
你的观点。我刚才还不知道我可以让终端直接计算那些逻辑运算符。知道我可以直接输入
>TRUE | FALSE
等，这将允许我排除可能遇到的大多数其他逻辑计算差异。再次感谢！+1 MrFlick.@scs217，考虑这一点的另一种方法可能是m更直观的方法是在值不是您希望的值时循环：while（！（sum（temp）>threshold&max（temp）>roll））。这在逻辑上等同于MrFlick建议的OR。查看+1处的De Morgan定律。正如您所知，您可以在base R:
random.stats中完成此操作
while ( sum(temp)<threshold | max(temp)<roll )