r - 与R中的大数据集匹配

Question

我收到了 this problem我的一位教授用 R 解决了这个问题。这是我想出的:

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

我认为代码在做什么:

1. 在没有更换的情况下对机器上的 5 个按钮进行采样。
2. 将这 5 个数字代入 A*B+C-D+E 公式。
3. 吐出一个最终答案。重复 80,000 次。
4. 最后一条命令应根据机器中的零食编号检查公式的所有输出并返回一个 bool 值。

但是，当应该有 1 个假时， bool 值返回 25 个真。我哪里出错了？

Answer 1

我不知道你为什么要尝试用随机抽样来解决这个问题。除了你可以得到所有零食之外，你永远不会相信任何答案。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，这并没有给我一种我也得不到的零食。也许我误解了措辞。