Question

我从我的一位教授那里得到this problem来解决R.这就是我想出的：

buttons <- c(16,23,61,7,7,7,13,13,13,19,19,21,27,56,56,73,77,87,11,37,41)
combos<- NULL

for(bb in 1:80000){
  random<-sample(buttons,5,replace=FALSE)
  #A*B+C-D+E
  combos[bb]<-(random[1])*(random[2])+(random[3])-(random[4])+(random[5])
}

solutions<-c(917,134,1569,1649,1431,1622,233,2094,1072,915,
  1922,2437,2714,2491,1886,2812,426,1673,94,2139,2569,496,2249,1553,1580)

solutions %in% combos

我认为代码正在做什么：

在没有更换的情况下对机器上的5个按钮进行采样。
在A * B + C-D + E公式中插入这5个数字。
吐出最后的答案。重复80,000次。
最后一个命令应根据机器中的零食编号检查公式中的所有输出，并返回一个布尔值。

但是，当应该有1个假时，布尔值会返回25个真值。我哪里出错了？

Answer 1

我不知道你为什么试图用随机抽样来解决这个问题。你永远不会相信任何答案，除了你可以得到所有的零食。我会用这个：

buttons <- as.integer(buttons)
solutions <- as.integer(solutions)

#create all combinations of 5 buttons
combos <- t(combn(buttons, 5))
library(combinat)
#permute the combinations
tmp <- lapply(permn(1:5), function(i, solutions, combos) {
  #which solutions can be derived from the permuted combination?
  solutions[solutions %in% (combos[,i[1]] * 
                                combos[,i[2]] + 
                                combos[,i[3]] - 
                                combos[,i[4]] + 
                                combos[,i[5]])]
}, solutions = solutions, combos = combos)

#which solution can not be achieved?   
solutions[!(solutions %in% unlist(tmp))]

然而，这并没有给我一个我无法得到的零食。也许我误解了措辞。

Answer 2

对于初学者，请删除for循环。这是非常低效的：

random <- matrix(replicate(8e4, sample(buttons,5,replace=F)), ncol=5, byrow=TRUE)
combos <-random[,1]*random[,2]+random[,3]-random[,4]+random[,5]

当我扩展到一百万个组合时，它每次都匹配所有TRUE。我可能在问题中没有看到一些混乱。或者你的教授是一个非常残酷的人。

更新：

我更改了注释中提到的按钮向量：

solutions[!solutions %in% combos]
[1] 2437

谢谢，我可以按照我定期的生活继续前进。采样并不是最好的方法，但问题已经解决了。

与R中的大数据集匹配

2 个答案: