R中的嵌套循环，所有可能性

我需要做一个数据框，它有所有的可能性，其中七个变量加起来是100，每个变量可以是0到100。 我实现了以下代码，但需要很长时间

combina <- function(U){
          d<- NULL
          for (i in 0:U) {
            for (j in 0:U) {
              for (k in 0:U) {
                for (l in 0:U) {
                  for (m in 0:U) {
                    for (n in 0:U) {
                      for (o in 0:U) {
                        if (i+j+k+l+m+n+o == U){
                          d <- rbind(d,c(i,j,k,l,m,n,o))
                        }
                      }
                    }
                  }
                }
              }
            }
          }
        return(d)
        }

---

combina这是我能想到的解决您的问题的一种方法（规模小得多，因为我不想创建100^7个数据）。：）

例如，如果您有四个变量，范围从0到10，并且希望找到它们的所有组合，加起来等于10，那么您可以这样做：

df <- expand.grid(a = 1:10, b = 1:10, c = 1:10, d = 1:10)
df[rowSums(df) == 10, ]

df这是我能想到的解决您的问题的一种方法（规模小得多，因为我不想创建100^7个数据）。：）

例如，如果您有四个变量，范围从0到10，并且希望找到它们的所有组合，加起来等于10，那么您可以这样做：

df <- expand.grid(a = 1:10, b = 1:10, c = 1:10, d = 1:10)
df[rowSums(df) == 10, ]

df这里是一个R函数，它产生所有k个非负整数序列，求和为n

sum_to_N <- function (n, k) {
  combos <- combn(seq(0, n+k-2), k-1)
  as.data.frame(t(rbind(combos, as.integer(n+k-1)) - rbind(0L, combos+1L)))
}

sum_to_N这里有一个R函数，它产生所有k个非负整数序列，求和为N

sum_to_N <- function (n, k) {
  combos <- combn(seq(0, n+k-2), k-1)
  as.data.frame(t(rbind(combos, as.integer(n+k-1)) - rbind(0L, combos+1L)))
}

sum\U to\N当你得到一个大于100的和时，你应该看看如何打破每个for循环…看起来像是
expand。grid
或
combn
将提供一个更简单的方法…虽然这样的问题对于大的U来说非常困难。这似乎是一个简单的任务，但你要求R创建并计算100^7（100万亿）不同的数字组合，每个组合包含7个数字。这是一项艰巨的任务。我同意@Laurel的建议，当总数超过目标值时，打破循环，这至少会减少任务的规模。你应该看看。根据该包中的
P（）
函数，只有大约1.9亿个分区，但是计算它们仍然是一个巨大的挑战。可能会有帮助。当总和超过100时，您应该了解如何打破每个for循环…似乎
扩展。网格
或
组合将提供一种更简单的方法…尽管这样的问题对于大U来说非常困难。这似乎是一项简单的任务，但您要求R创建并计算100^7（这是100万亿）不同的数字组合，每个组合包含7个数字。这是一项艰巨的任务。我同意@Laurel的建议，即当总和超过目标值时，打破循环，这至少会将任务的规模缩小一点。您应该查看。根据该包中的
P（）
函数，有“只是"大约1.9亿个分区，但计算它们仍然是一个巨大的挑战。可能会有帮助。100^7似乎有点高。具体数字可能取决于这些分区是否需要唯一，以及它们是否需要为正。我认为，在开始解决方案之前，您应该询问问题的澄清。您可以简化子集设置位：
df[行和（df）==10，]
这个解决方案的问题是，我无法分配向量，因为在我的例子中，它的大小将是372529 GB。正如我所说，我发布这个是为了展示排列如何与expand.grid一起工作。单是100万亿个总和就成了问题，更不用说在内存中预存储了。对不起，我之前的帖子，首先我非常粗鲁@戈帕拉：谢谢你的回复。我不明白你说的“更不用说预先存储在内存中”是什么意思，提前感谢您提供的所有帮助100^7似乎有点高。具体数字可能取决于这些数字是否需要唯一，以及它们是否需要为正。我认为您应该在跳转到解决方案之前要求澄清问题。您可以简化子集设置：
df[rowsumes（df）==10，]
这个解决方案的问题是，我无法分配向量，因为在我的例子中，它的大小将是372529 GB。正如我所说，我发布这个是为了展示排列如何与expand.grid一起工作。单是100万亿个总和就成了问题，更不用说在内存中预存储了。对不起，我之前的帖子，首先我非常粗鲁@Gopala感谢您的回复。我不明白您所说的“更不用说在内存中预存储”是什么意思，提前感谢您的帮助数据帧需要48 GB（每行28字节）。这不在可能的范围之外，但很难实现。Dave谢谢你的回答，你是对的，我想我必须采取另一种方法。就像你说的，这很难实现，特别是如果以后我要计算到它的距离向量。无论如何，你的解就是答案，因为我刚刚运行了它，效果很好！！谢谢s！！数据帧需要48 GB（每行28字节）。这不在可能的范围之外，但很难实现。Dave谢谢你的回答，你是对的，我想我必须采取另一种方法。就像你说的，这很难实现，特别是如果以后我要计算到它的距离向量。无论如何，你的解就是答案，因为我刚刚运行了它，效果很好！！谢谢s