使用R的划分和置换
我正在尝试使用R将m的所有可能分区(包括0)查找为N个部分。然后,我希望在不替换和不重复的情况下排列每个结果 例如,对于M=4和N=2,我想得到:使用R的划分和置换,r,combinations,permutation,combinatorics,partition,R,Combinations,Permutation,Combinatorics,Partition,我正在尝试使用R将m的所有可能分区(包括0)查找为N个部分。然后,我希望在不替换和不重复的情况下排列每个结果 例如,对于M=4和N=2,我想得到: [1,] 4 3 2 0 1 [2,] 0 1 2 4 3 现在,我可以得到: [1,] 4 3 2 [2,] 0 1 2 使用partitions::restrictedparts(4,2,include.zero=TRUE)。我该如何继续 为了给这个问题提供一些背景知识,我实际上是在尝试寻找滚动模具60次后,每边出现次数的所有可能结果。在您
[1,] 4 3 2 0 1
[2,] 0 1 2 4 3
现在,我可以得到:
[1,] 4 3 2
[2,] 0 1 2
使用partitions::restrictedparts(4,2,include.zero=TRUE)
。我该如何继续
为了给这个问题提供一些背景知识,我实际上是在尝试寻找滚动模具60次后,每边出现次数的所有可能结果。在您当前使用的软件包中有一个函数(即
分区
),它正好满足您的需要。它被恰当地称为组合
(有关更多信息,请参阅)
现在,为了解决您的实际问题,我们有:
myParts <- partitions::compositions(60, 6) ## Note that include.zero is TRUE by default
dim(myParts)
[1] 6 8259888
myParts有帮助:vapply(1:60,函数(x)样本(1:6,1),1)
?,我可能再次误解了你的问题。同样对于你的第一个案例,我无法将骰子问题与第一个案例联系起来,你可以这样做e这给出了一组实验的结果,但我想知道所有可能的结果@PKumar@dis,请你再详细说明一下,你所说的所有可能的结果是什么意思?第一种情况更像是把一枚硬币掷4次,然后找出所有可能的正面和反面出现次数的组合@普库马尔
myParts <- partitions::compositions(60, 6) ## Note that include.zero is TRUE by default
dim(myParts)
[1] 6 8259888
transMat <- t(as.matrix(myParts))
head(transMat)
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 60 0 0 0 0 0
[2,] 59 1 0 0 0 0
[3,] 58 2 0 0 0 0
[4,] 57 3 0 0 0 0
[5,] 56 4 0 0 0 0
[6,] 55 5 0 0 0 0
tail(transMat)
[,1] [,2] [,3] [,4] [,5] [,6]
[8259883,] 1 0 0 0 0 59
[8259884,] 0 1 0 0 0 59
[8259885,] 0 0 1 0 0 59
[8259886,] 0 0 0 1 0 59
[8259887,] 0 0 0 0 1 59
[8259888,] 0 0 0 0 0 60