R中的For循环vs if/else

我很难理解为什么这两段代码会产生截然不同的结果：

首先是一些功能：

n <- 5000
alpha1 <- rep(NA, n)
Y <- c(replicate(n, sample(c(-1, 1), 1, prob=c(1/2, 1/2))))

conditional_sampler <- function(x){      
    sample(c(-1, 1), 1, prob = c(x, 1-x))
  }

 t <- .4

  lower <- function(t){
    runif(1,(.4-t),.4)
  }

  upper <- function(t){
    runif(1,.6,(.6+t))
  }

---

n已编辑。n可以是任何数字。是的，它已初始化。在ifelse的情况下，我似乎总是得到0、5000或2470 alpha1==1，这是奇数。区别主要在于（1）性能和（2）随机种子。为什么
runif（1）
与
runif（1）
不同？尝试
set.seed（1）
，然后尝试
ifelse
代码，保存其值，然后再次执行
set.seed（1）
并对
代码执行
，然后比较向量。如果不同，你需要更具体地说明它们是如何“完全不同”的。我不确定是不是这么简单。当我运行for循环时，alpha1中的1s数会有所不同，但会徘徊在我预期的范围内。在ifelse中，它在0、5000和2470之间跳跃，这是荒谬的。我怀疑有更深层次的问题我不明白。我更喜欢使用ifelse来显著减少运行时间，但是for循环提供了适当的结果。哦，对了。。。这是因为
ifelse
的“then”和“else”参数各自返回一个数字（因为它们的输入
t
，长度为1）。由于
Y
是一个向量，因此将单个数字返回值复制
length（Y）
次以填充返回的向量。
alpha1 <- ifelse(Y==1, conditional_sampler(lower(t)), conditional_sampler(upper(t)))

 for (i in 1:n){
    if (Y[i]==1) {
      alpha1[i] <- conditional_sampler(lower(t))}
    else {
      alpha1[i] <- conditional_sampler(upper(t))}}