在R语言中生成无重复“非随机”数字的实现方案求助

嘿，先帮你梳理下现有代码里的几个关键问题，这也是你报错和逻辑走不通的原因：

• sample.int(1, 100, replace = FALSE) 参数搞反啦！sample.int的语法是sample.int(n, size)，你想从100个数字里选1个，应该写成sample.int(100, 1, replace=FALSE)，反过来就会触发"样本不能大于总体"的错误，这正是你遇到的问题。
• 变量初始化太混乱：比如guess_sets_i还没赋值就直接用setdiff，第一次循环时guess_i都没定义就想guess_i +1，还有all_games_i的as.list用法错了（应该用list(index_i, guess_i, ...)而不是as.list传多参数）。
• 没处理你提到的边界情况：比如当前数字是100时不能加1，或者前一个数字加1后已经被用过的情况。

接下来给你正确的实现方式，我把单个序列的生成封装成了函数，这样逻辑清晰，也方便重复生成100次：

第一步：编写单个序列生成函数 #

这个函数严格遵循你的规则：第一个数字随机选，之后每个数字有50%概率是前一个+1（前提是+1后不超范围且未被使用），否则随机选未用过的数字：

generate_semi_random_seq <- function(max_num = 100) {
  # 初始化已使用数字集合和结果序列
  used <- integer(0)
  seq <- integer(0)
  
  # 第一个数字随机选取
  first_num <- sample.int(max_num, 1)
  seq <- c(seq, first_num)
  used <- c(used, first_num)
  
  # 生成剩下的99个数字
  for (i in 2:max_num) {
    prev_num <- seq[i-1]
    # 50%概率尝试前一个数字+1
    if (runif(1) > 0.5) {
      next_candidate <- prev_num + 1
      # 检查候选数字是否合法（在范围内且未被使用）
      if (next_candidate <= max_num && !(next_candidate %in% used)) {
        seq <- c(seq, next_candidate)
        used <- c(used, next_candidate)
        next # 合法的话直接进入下一次循环，跳过随机选择
      }
    }
    # 如果加1不合法，就从剩余未使用的数字里随机选一个
    available <- setdiff(1:max_num, used)
    next_num <- sample(available, 1)
    seq <- c(seq, next_num)
    used <- c(used, next_num)
  }
  return(seq)
}

第二步：生成100个这样的序列 #

用replicate可以非常简便地生成多个序列，比手动循环列表清爽多了：

# 生成100个序列，每个序列是一个向量，存储在列表中
all_games <- replicate(100, generate_semi_random_seq(), simplify = FALSE)

# 如果想转成数据框（每一行对应一个序列），可以这么做：
all_games_df <- do.call(rbind, lapply(all_games, function(x) data.frame(t(x))))
# 给列命名（可选操作）
colnames(all_games_df) <- paste0("num_", 1:100)

看看示例结果 #

运行generate_semi_random_seq()，你会得到类似这样的序列：

[1]  5  6 51  4  3 88 87  9 10 11 12 ...（后续是剩余未使用的数字）

完全符合你想要的格式～

有没有更简便的写法？ #

上面的方法已经很清晰易读了，如果想优化效率（比如生成更大的序列），可以用集合来存储已使用的数字，查找速度会更快。比如用sets包的set类型：

# 先安装sets包（如果没装的话）
# install.packages("sets")
library(sets)

generate_semi_random_seq_fast <- function(max_num = 100) {
  used <- set()
  seq <- integer(0)
  
  first_num <- sample.int(max_num, 1)
  seq <- c(seq, first_num)
  used <- used + first_num
  
  for (i in 2:max_num) {
    prev_num <- seq[i-1]
    if (runif(1) > 0.5) {
      next_candidate <- prev_num + 1
      if (next_candidate <= max_num && !(next_candidate %in% used)) {
        seq <- c(seq, next_candidate)
        used <- used + next_candidate
        next
      }
    }
    available <- setdiff(1:max_num, as.vector(used))
    next_num <- sample(available, 1)
    seq <- c(seq, next_num)
    used <- used + next_num
  }
  return(seq)
}

不过对于100个数字的场景，用普通向量存储已使用数字完全够用，没必要特意装包。

总的来说，你的核心思路非常棒，只需要修正代码里的参数错误和变量初始化问题，再补充边界条件的检查，就能完美实现你想要的「不完全随机」序列啦！

内容的提问来源于stack exchange，提问作者stats_noob