r查找与目标求和的所有数字组合

Question

我希望找到最快的方法来找到多达 1000 个可能的"n"整数组合来查找目标整数。

例如。 假设我想求和为数字"20"。 我想找到多达 1000 个四个整数的组合，总和等于这个数字。整数可以重复。 我还有一个条件，即整数不得小于特定数字，在本例中为 4。

target<-20  #the number I wish to sum to
lowest<-4   #the smallest integer I allow
size<-4 #the number of integers I wish to use to sum
maxposs <- target - ((size-1) * lowest) #given the lowest, this is the max possible integer. In my example it is 8.

这就是我开始解决这个问题的方式。 使用 combn 查找四个选定整数的所有组合，然后按与我的目标相加的整数进行筛选。

m <- combn(rep(lowest:maxposs,size), size)
m1<- m[,colSums(m)==target]

在这里，'m1' 有 245 列。只有这么多解决方案。 最后几列：

#     [,238] [,239] [,240] [,241] [,242] [,243] [,244] [,245]
#[1,]      4      4      4      4      4      4      5      5
#[2,]      5      5      5      6      7      4      6      4
#[3,]      7      4      5      4      4      5      4      5
#[4,]      4      7      6      6      5      7      5      6

但是，在我的实际应用程序中，我可以处理非常高的整数（总和高达 1000），并希望将自己限制在 1000 个可能组合的随机样本中。 由于这是随机统计测试，因此速度至关重要。我想知道是否有人知道更快的方法来做到这一点。我的方式感觉不是直觉上的快。

Answer 1

my_matrix <- matrix(nrow = 1000, ncol = 4)
i <- 1
nn <- 1000
while(i <= 1000){
  x <- sample(x = 4:nn, size = 3)
  y = nn - sum(x)
  if(y >= 4){
    my_matrix[i, ] <- c(x, y)
    i <- i + 1
  }
}

根据 Gavin 的建议，使用预分配矩阵重做。现在，这在 .158 秒内运行，速度是原来的两倍，并且可能扩展得更好。