R中无替换的随机有序样本

函数RandomKSubsets来自 从一组数字中绘制无替换的有序子集

`

RandomKSubsets:=proc（n，k）
本地rno，东、西；
如果n
sample
对于大型
n
来说确实很慢。对于以下参数，在我的计算机上进行一次呼叫平均需要约15秒：

set.seed(123)

n_int <- 1.e7
n_s <- 1000

microbenchmark::microbenchmark(sample.int(n_int, n_s, prob = rep(1/n_int, n_int)),
                               times = 5L,
                               unit = 's')

查看
示例
功能。它允许你从一个有替换或无替换的数字向量中采样。我想从所有有序整数集中统一采样。Sample函数不这样做。
Sample
根据值的频率进行采样。如果您想改变这一点，那么使用
probs
参数指定1/n或什么东西太慢，无法计算大n和k的所有概率。慢与快是不同的问题。您可以通过Rcpp将上述算法移动到Cpp中，使其在R中更快，这可能是最快的速度
set.seed(123)

n_int <- 1.e7
n_s <- 1000

microbenchmark::microbenchmark(sample.int(n_int, n_s, prob = rep(1/n_int, n_int)),
                               times = 5L,
                               unit = 's')

microbenchmark::microbenchmark(wrswoR::sample_int_expj(n_int, n_s, prob = rep(1/n_int, n_int)),
                               times = 5L,
                               unit = 's')