R 从求和到所需总数的值列表中确定所有可能的组合

我的一个朋友问我一个编程问题，关于如何确定一个集合中所有可能的值组合可以相加，以得到所需的总数。我有一个解决方案，但它不够优雅（它基本上只是一系列for循环和if语句）。我确信dplyr有一个我想不出的解决方案，因为我知道它有多有用，但我只是还没有在这方面做得很好。我将把问题和我的脚本贴在下面

问题: 有一个目标上有六个环，每个环值不同。这些值为1、2、3、4、5或6。你可以使用多少种不同的戒指组合来获得9分

因此，我们要考虑： 秩序并不重要 您可以使用任意数量的值 您可以多次获得相同的值（因此9 1是一个完全有效的选项）

我曾考虑过首先使用combinat包中的combn（），但combn（）并不替换值

然后我决定使用一系列嵌套的for循环和if语句（我将其截断为最多只能使用6个值，因为虽然我可能有空闲时间，但我不是一个将要编写最多允许9个值的循环的受虐狂）。所以本质上，它是通过6个循环运行的，循环值可能是多少。当我只需要2个值而不是6个值时，我将数字0包括在可能值列表中，以表示不尝试（因此4+5+0+0+0+0在这个循环中是有效的输出，但它无法执行4+5，因为它总是尝试添加更多的非零值）

我创建了一个空的data.frame来存储解决方案，然后在循环中，我创建了一个测试，以查看循环中的新解决方案是否匹配以前找到的值的组合，如果匹配，则不会将其rbind（）绑定到data.frame

---

我相信有更好的方法可以做到这一点，它允许动态最大值（因此在这种情况下可以软编码，将每个解决方案中的最大值更改为9，而不是硬编码的6，或者如果我想要的总数是5而不是9，则将其降低到5）。如果您有任何建议，以使这不是一个笨重的，循环填充混乱，将不胜感激

您可以尝试以下方法：

    library(modelr)
    library(dplyr)
    range = 1:6
    df = data.frame("a" = range,
              "b" =  range,
              "c" =  range,
              "d" =  range,
              "e" =  range,
              "f" =  range)
    data_grid(df,a,b,c,d,e,f) %>% 
      mutate(sum = a+b+c+d+e+f) %>% 
      filter(sum == 9) %>% nrow

这就是功能：

foo <- function(sum_needed, max_value){
  range <- 1:max_value
  df = data.frame("a" = range,
                "b" =  range,
                "c" =  range,
                "d" =  range,
                "e" =  range,
                "f" =  range)
  result <- data_grid(df,a,b,c,d,e,f) %>% 
    mutate(sum = a+b+c+d+e+f) %>% 
    filter(sum == sum_needed) %>% nrow
  return(result)
}
foo(9,6)
#[1] 56

foo%n现在
返回（结果）
}
傅（9,6）
#[1] 56

以下应列出所有组合

sapply(1:max(floor(mysum/x)), function(i){
    temp2 = unique(t(combn(temp, i)))
    temp2[rowSums(temp2) == mysum,]
    })

---

相关：；例如

库（分区）

<代码>p6）==0]。这看起来很棒！谢谢我也要用一些其他数字来试试。最初的问题有值（16,17,23,24,39,40）和期望的总数100，我只选择了这些值，因为特定的数字集只有一个答案，所以它不是很有趣（16+16+17+17+17）。从外观上看，此解决方案也适用于这组数字。谢谢！我喜欢dplyr的管道，这真的是我没有花时间去真正习惯使用的东西。值得注意的是，你和下面的d.b得出了不同的数字，我认为你的数字是错误的。我认为目前的问题是排列与组合。这里将1+1+1+1+1+4识别为不同于4+1+1+1+1+1。我认为，如果管道在过滤器之后结束，那么您将得到所有可行解决方案的data.frame，然后您将找到一种方法来检查唯一的组合，这应该可以做到，而不是直接对非唯一的组合进行检查。

x = 1:6
mysum = 9

#Repeat each element of x as long the sum of repetitions does not exceed mysum
temp = rep(x, floor(mysum/x))

#Calculate total unique combinations of temp that sum up to mysum
sum(sapply(1:max(floor(mysum/x)),
           function(i) sum(rowSums(unique(t(combn(temp, i)))) == mysum)))
#[1] 26

sapply(1:max(floor(mysum/x)), function(i){
    temp2 = unique(t(combn(temp, i)))
    temp2[rowSums(temp2) == mysum,]
    })