R 所有长度的无序组合
我正在寻找一个函数，它返回一个向量的所有无序组合。乙二醇R 所有长度的无序组合,r,combinations,powerset,R,Combinations,Powerset,我正在寻找一个函数，它返回一个向量的所有无序组合。乙二醇 x <- c('red','blue','black') uncomb(x) [1]'red' [2]'blue' [3]'black' [4]'red','blue' [5]'blue','black' [6]'red','black' [7]'red','blue','black' x您可以在combn（）函数的m参数上应用长度为x的序列 x <- c("red", "blue", "black") do.call(c,
x <- c('red','blue','black')
uncomb(x)
[1]'red'
[2]'blue'
[3]'black'
[4]'red','blue'
[5]'blue','black'
[6]'red','black'
[7]'red','blue','black'
x您可以在combn（）
函数的m
参数上应用长度为x
的序列
x <- c("red", "blue", "black")
do.call(c, lapply(seq_along(x), combn, x = x, simplify = FALSE))
# [[1]]
# [1] "red"
#
# [[2]]
# [1] "blue"
#
# [[3]]
# [1] "black"
#
# [[4]]
# [1] "red" "blue"
#
# [[5]]
# [1] "red" "black"
#
# [[6]]
# [1] "blue" "black"
#
# [[7]]
# [1] "red" "blue" "black"
您可以在combn（）
函数的m
参数上应用长度为x
的序列
x <- c("red", "blue", "black")
do.call(c, lapply(seq_along(x), combn, x = x, simplify = FALSE))
# [[1]]
# [1] "red"
#
# [[2]]
# [1] "blue"
#
# [[3]]
# [1] "black"
#
# [[4]]
# [1] "red" "blue"
#
# [[5]]
# [1] "red" "black"
#
# [[6]]
# [1] "blue" "black"
#
# [[7]]
# [1] "red" "blue" "black"
因为这是被骗的目标之一，所以我被重新安排到这里。这是一个古老的问题，@RichScriven提供的答案非常好，但我想给社区更多的选择，可以说更自然、更高效（最后两个）
我们首先注意到输出非常类似于。从rje
包调用powerSet
，我们可以看到，我们的输出确实与电源组中的每个元素相匹配，除了第一个元素，它相当于：
如果不喜欢处理空白元素和/或矩阵，还可以使用lappy
返回列表
lapply(seq_along(x), comboGeneral, v = x)
[[1]]
[,1]
[1,] "red"
[2,] "blue"
[3,] "black"
[[2]]
[,1] [,2]
[1,] "red" "blue"
[2,] "red" "black"
[3,] "blue" "black"
[[3]]
[,1] [,2] [,3]
[1,] "red" "blue" "black"
lapply(seq_along(x), function(y) arrangements::combinations(x, y))
[[1]]
[,1]
[1,] "red"
[2,] "blue"
[3,] "black"
[[2]]
[,1] [,2]
[1,] "red" "blue"
[2,] "red" "black"
[3,] "blue" "black"
[[3]]
[,1] [,2] [,3]
[1,] "red" "blue" "black"
现在我们展示了后两种方法的效率更高（注意：我从@RichSciven提供的答案中删除了do.call（c，
和simplify=FALSE
，以便比较类似输出的生成。为了更好地衡量，我还包括rje:：powerSet
）：
以及基准：
microbenchmark(powSetRje = powerSet(bigX)[-1],
powSetRich = do.call(c, lapply(seq_along(bigX), combn, x = bigX, simplify = FALSE)),
powSetArrange = do.call(c, lapply(seq_along(bigX), function(y) arrangements::combinations(bigX, y, layout = "l"))),
times = 15, unit = "relative")
Unit: relative
expr min lq mean median uq max neval
powSetRje 5.539967 4.785415 4.277319 4.387410 3.739593 3.543570 15
powSetRich 4.994366 4.306784 3.863612 3.932252 3.334708 3.327467 15
powSetArrange 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 15 15
这是一个老生常谈的问题，@RichScriven提供的答案非常好，但我想给社区更多一些可以说更自然、更高效的选择（最后两个）
我们首先注意到，输出非常类似于从rje
包调用powerSet
，我们发现，我们的输出确实匹配电源集中的每个元素，但第一个元素相当于：
如果不喜欢处理空白元素和/或矩阵，还可以使用lappy
返回列表
lapply(seq_along(x), comboGeneral, v = x)
[[1]]
[,1]
[1,] "red"
[2,] "blue"
[3,] "black"
[[2]]
[,1] [,2]
[1,] "red" "blue"
[2,] "red" "black"
[3,] "blue" "black"
[[3]]
[,1] [,2] [,3]
[1,] "red" "blue" "black"
lapply(seq_along(x), function(y) arrangements::combinations(x, y))
[[1]]
[,1]
[1,] "red"
[2,] "blue"
[3,] "black"
[[2]]
[,1] [,2]
[1,] "red" "blue"
[2,] "red" "black"
[3,] "blue" "black"
[[3]]
[,1] [,2] [,3]
[1,] "red" "blue" "black"
现在我们展示了后两种方法的效率更高（注意：我从@RichSciven提供的答案中删除了do.call（c，
和simplify=FALSE
，以便比较类似输出的生成。为了更好地衡量，我还包括rje:：powerSet
）：
以及基准：
microbenchmark(powSetRje = powerSet(bigX)[-1],
powSetRich = do.call(c, lapply(seq_along(bigX), combn, x = bigX, simplify = FALSE)),
powSetArrange = do.call(c, lapply(seq_along(bigX), function(y) arrangements::combinations(bigX, y, layout = "l"))),
times = 15, unit = "relative")
Unit: relative
expr min lq mean median uq max neval
powSetRje 5.539967 4.785415 4.277319 4.387410 3.739593 3.543570 15
powSetRich 4.994366 4.306784 3.863612 3.932252 3.334708 3.327467 15
powSetArrange 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 15 15
不使用任何外部软件包的矩阵结果解决方案：
store <- lapply(
seq_along(x),
function(i) {
out <- combn(x, i)
N <- NCOL(out)
length(out) <- length(x) * N
matrix(out, ncol = N, byrow = TRUE)
})
t(do.call(cbind, store))
[,1] [,2] [,3]
[1,] "red" NA NA
[2,] "blue" NA NA
[3,] "black" NA NA
[4,] "red" "black" NA
[5,] "blue" "blue" NA
[6,] "red" "black" NA
[7,] "red" "blue" "black"
在不使用任何外部软件包的情况下存储具有矩阵结果的解决方案：
store <- lapply(
seq_along(x),
function(i) {
out <- combn(x, i)
N <- NCOL(out)
length(out) <- length(x) * N
matrix(out, ncol = N, byrow = TRUE)
})
t(do.call(cbind, store))
[,1] [,2] [,3]
[1,] "red" NA NA
[2,] "blue" NA NA
[3,] "black" NA NA
[4,] "red" "black" NA
[5,] "blue" "blue" NA
[6,] "red" "black" NA
[7,] "red" "blue" "black"
store我不会发布我的答案，因为它非常接近Richard Scriven的答案。但是，如果你想利用gtool
软件包，你可以使用组合，而不是排列：sapply（seq_-along（x），combines，v=x，n=length（x））
我不会发布我的答案，因为它非常接近理查德·斯克里文的答案。但是，如果你想利用gtool
软件包，你可以使用组合
而不是排列
：sapply（seq_-along（x），combines，v=x，n=length（x））
Yep-unlist（lapply（seq_-along（x），combn，x=x，simplify=FALSE），recursive=FALSE）
用于另一种可能的输出变体。长度不等的数据对象非常适合于列表
我同意，但在注释中提示我更接近所需的输出。即使lappy（seq_-along（x），combn，x=x）
完全按照它应该的方式读取，这是列表中的列（在我的变体中）几乎正是OP在问题中作为所需输出所呈现的内容。由于所有NA，使用矩阵似乎传递给其他函数要困难得多。我完全同意@latemail-我在第一部分进行了编辑。出于某种原因，我更喜欢do.call（c，…）
而不是unlist（…，recursive=FALSE）
考虑太多了——“西红柿，西红柿，让我们把整个事情都取消……”是的-unlist（lapply（x，combn，x=x，simplify=FALSE），recursive=FALSE）
用于另一种潜在的输出变体。长度不等的数据对象是列表的理想选择
我同意，但我在评论中被提示更接近所需的输出。即使lapply（seq_-along（x），combn，x=x）
读取的内容与它应该读取的内容完全一样，这是列表中的列（在我的变体中）几乎正是OP在问题中作为所需输出所呈现的内容。由于所有NA，使用矩阵似乎传递给其他函数要困难得多。我完全同意@latemail-我在第一部分进行了编辑。出于某种原因，我更喜欢do.call（c，…）
而不是unlist（…，recursive=FALSE）
考虑了很多问题——“西红柿，西红柿，让我们把整个事情都取消……”如何使用此函数获取长度范围内的所有组合？例如，如果我的输入向量为x，如何使用此函数获取长度范围内的所有组合？例如，如果我的输入向量为x，则可以将3L
更改为length（x）
对于更通用的解决方案，您可以将3L
更改为length（x）
以获得更通用的解决方案
store <- lapply(
seq_along(x),
function(i) {
out <- combn(x, i)
N <- NCOL(out)
length(out) <- length(x) * N
matrix(out, ncol = N, byrow = TRUE)
})
t(do.call(cbind, store))
[,1] [,2] [,3]
[1,] "red" NA NA
[2,] "blue" NA NA
[3,] "black" NA NA
[4,] "red" "black" NA
[5,] "blue" "blue" NA
[6,] "red" "black" NA
[7,] "red" "blue" "black"