R组合序列生成

我试图生成一个矩阵，其中每列表示R中的一系列因子。这些因子可以采用值1、2、3或4。每个序列有13个元素，表明总共有4^13个潜在序列。然而，只有这些潜在序列的特定子集被认为是有效的。逻辑如下：

序列可以从任何因素开始

如果序列从4开始，其第二个元素可以小于或等于4

一旦一个元素降到4以下，随后的条目必须弱递增

如果序列以1、2或3开头，则它必须是弱递增的

例如，序列（1,2,3,3,3…..3）是有效的。序列（4,4,1,1,2,4,4…4）也是有效的。序列（4,1,2,3,1,1…1）并非如此，因为在从4降到1的第一次下降后，它并没有微弱地增加

目前，我有代码来组合2&3个因素并生成这个矩阵。该过程包括生成所有可能序列的矩阵，然后根据上述逻辑向下过滤。这是非常低效的，但我可以张贴它，如果必要的话。这个过程也不能推广到四因素模型，因为4^13个潜在序列压倒了我的机器

---

如果你们中的任何一位能够深入了解我如何生成这些有效序列，我们将不胜感激。谢谢。

我假设，一旦一个逐渐增加的向量达到4，它就不能像4是第一个数字那样再次跳回到更低的值（如果可以，代码实际上更容易）

下面的函数生成兼容序列，基本上使用

开关

实现马尔可夫链

---

generate_seq我假设，一旦一个逐渐增加的向量达到4，它就不能像4是第一个数字那样再次跳回到更低的值（如果可以，代码实际上更容易）

下面的函数生成兼容序列，基本上使用
开关
实现马尔可夫链

generate_seq我认为您可以使用
RcppAlgos
为长度为1:n的向量生成组合，从而有效地实现这一点（假设较短的向量用
4
填充到长度为13）：

库（RcppAlgos）
get_combos我认为您可以使用
RcppAlgos
为长度为1:n的向量生成组合，从而有效地实现这一点（假设较短的向量用
4
填充到长度为13）：

库（RcppAlgos）
这是很棒的艾伦，谢谢你！我可以生成大量列，然后删除重复项以获得完整的序列集合。我可以将其保存为.csv文件，并在需要时调用该文件。我认为这是不正确的，因为它没有考虑到如果第二个元素是4，则序列可以放在第二个元素之后（即OP声明
（4,4,1,1,2,4,4…4）
是有效序列）。这是正确的，只要所有先行元素都是4s，序列就可以删除。例如，如果序列的前5个元素都是4s，那么第六个元素可以是1、2、3或4。一旦一个序列从4下降，剩下的元素一定是微弱地增加了。@27ñ9 Thanjs-我想我错过了。但是，这不会使函数生成的任何序列出错；这只意味着它遗漏了一小部分样本空间。将
if（x[i+1]==4）
更改为
if（x[i+1]==4&！all（x==4））
可以解决这个问题。是的，对不起，这并不意味着生成的序列是错误的，只是它不能用来生成OP想要的详尽列表。这是非常好的Allan，谢谢！我可以生成大量列，然后删除重复项以获得完整的序列集合。我可以将其保存为.csv文件，并在需要时调用该文件。我认为这是不正确的，因为它没有考虑到如果第二个元素是4，则序列可以放在第二个元素之后（即OP声明
（4,4,1,1,2,4,4…4）
是有效序列）。这是正确的，只要所有先行元素都是4s，序列就可以删除。例如，如果序列的前5个元素都是4s，那么第六个元素可以是1、2、3或4。一旦一个序列从4下降，剩下的元素一定是微弱地增加了。@27ñ9 Thanjs-我想我错过了。但是，这不会使函数生成的任何序列出错；这只意味着它遗漏了一小部分样本空间。将
if（x[i+1]==4）
更改为
if（x[i+1]==4&！all（x==4））
可以解决这个问题。是的，很抱歉，这并不意味着生成的序列是错误的，只是它不能用于生成OP想要的详尽列表。
set.seed(4)
matrix(replicate(4, generate_seq(13)), ncol = 4)
#>       [,1] [,2] [,3] [,4]
#>  [1,]    4    4    1    1
#>  [2,]    3    3    1    2
#>  [3,]    3    4    2    3
#>  [4,]    3    4    2    3
#>  [5,]    4    4    2    4
#>  [6,]    4    4    3    4
#>  [7,]    4    4    3    4
#>  [8,]    4    4    3    4
#>  [9,]    4    4    4    4
#> [10,]    4    4    4    4
#> [11,]    4    4    4    4
#> [12,]    4    4    4    4
#> [13,]    4    4    4    4

library(RcppAlgos)

get_combos <- function(n) {
  unique(do.call(rbind, sapply(rev(seq(n)), function(x)
    do.call(
      cbind, c(rep(4, n - x), list(comboGeneral(1:4, x, TRUE)))
    ))))
}

res <- get_combos(13)

head(res)

     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13]
[1,]    1    1    1    1    1    1    1    1    1     1     1     1     1
[2,]    1    1    1    1    1    1    1    1    1     1     1     1     2
[3,]    1    1    1    1    1    1    1    1    1     1     1     1     3
[4,]    1    1    1    1    1    1    1    1    1     1     1     1     4
[5,]    1    1    1    1    1    1    1    1    1     1     1     2     2
[6,]    1    1    1    1    1    1    1    1    1     1     1     2     3

nrow(res)
[1] 2367