有效地在R中创建向量的无序

我正在寻找一种有效的方法，在R中创建一个向量的错乱（和相反的特定排列）。 就我所见，没有基函数能做到这一点，这里也没有太多关于它的内容

一个明显的开始是

sample

，它创建了向量的排列。但我需要这个排列没有固定点，所以是向量的错乱。有关此主题的详细说明，请参阅

这是我的第一个方法：

derangr <- function(x){

  while(TRUE){

    xp <- sample(x)

     if(sum(xp == x) == 0) break

  }

  return(xp)

}

所以我想知道是否有更好的方法可以做到这一点，可能是用某种向量化来代替

，而
。我还想关注可伸缩性

以下是两个示例的
microbenchmark
：

library(microbenchmark)

> microbenchmark(derangr(1:10),times = 10000)
Unit: microseconds
          expr   min     lq    mean  median      uq      max neval
 derangr(1:10) 8.359 15.492 40.1807 28.3195 49.4435 6866.453 10000

> microbenchmark(derangr(LETTERS),times = 10000)
Unit: microseconds
             expr    min     lq     mean  median      uq      max neval
 derangr(LETTERS) 24.385 31.123 34.75819 32.4475 34.3225 10200.17 10000

同样的问题也适用于相反的情况，即产生具有给定数量的固定点的排列
n
：

arrangr <- function(x,n){

  while(TRUE){

    xp <- sample(x)

     if(sum(xp == x) == n) break
  }

  return(xp)

}

arrangr如果您没有唯一的值，您可以重新排列一个索引，如，并使用它以新的顺序对输入向量进行子集设置。在这种情况下，如果您有例如
rep（字母，2）
第一个
A
和第二个
A
可以互换。Q中提出的
derangr（）
函数也将重新排列这些

derangr2 <- function(x){
  ind <- seq_along(x)
  while(TRUE){
    indp <- sample(ind)
    if(sum(indp == ind) == 0) break

  }
  return(x[indp])
}

然而，如果您只面对唯一的值，那么这种方法不会有太多的改进

microbenchmark(derangr(1:1000), derangr2(1:1000), times = 1000)
# Unit: microseconds
#             expr    min     lq     mean median      uq      max neval
#  derangr(1:1000) 19.341 21.333 61.55154 40.959 78.0775 2770.382  1000
# derangr2(1:1000) 23.608 25.884 72.76647 46.079 84.1930 2674.243  1000

向量中的某些值是否像在
rep（字母，2）
中那样多次出现？如果是这样的话，第一个“A”和第二个“A”互换有关系吗？我在寻找一个通用的解决方案，所以你提出了一个很好的观点。我的函数采用唯一的值。如果您有重复的值，那么第一个“A”与第二个“A”互换也没关系，只要没有元素（或者相反地，
n
）元素停留在它们以前的位置。+1一旦我读了您的评论，我就有了类似的想法。这绝对是一个进步。只是回顾一下我的部分问题，没有办法替代
while
或其他循环？如果是这样，我认为这是一个解决方案。而且，
derangr2
是否应该返回
x[indp]
？我刚刚尝试了只重新排列
indp==ind
的值。然而，理论上，如果只剩下一个符合此条件的值，则这可能会创建一个无限循环。。。所以没有改进。我可能弄错了，但我认为
derangr3
无法执行。在定义indp之前，您正在对其进行评估。我承认我确实兴奋了一会儿，直到我意识到这也是我的感受，因此我接受了您的解决方案。谢谢你的努力！
microbenchmark(derangr(rep(LETTERS, 4)), 
               derangr2(rep(LETTERS, 4)), times = 1000)

# Unit: microseconds
#                      expr   min       lq       mean  median      uq      max neval
#  derangr(rep(LETTERS, 4)) 6.258 113.4895 441.831094 251.724 549.384 5837.143  1000
# derangr2(rep(LETTERS, 4)) 6.542   7.3960  23.173800  12.800  22.755 4645.936  1000

microbenchmark(derangr(1:1000), derangr2(1:1000), times = 1000)
# Unit: microseconds
#             expr    min     lq     mean median      uq      max neval
#  derangr(1:1000) 19.341 21.333 61.55154 40.959 78.0775 2770.382  1000
# derangr2(1:1000) 23.608 25.884 72.76647 46.079 84.1930 2674.243  1000