如何在R中高效生成多序列组合的向量列表？

如果你不想通过expand.grid生成数据框再转列表，有两种更直接的高效方案：

Base R原生高效实现（无需额外包） #

先基于输入的最大值生成对应序列，然后通过构造重复模式直接生成组合矩阵，再转成向量列表，完全跳过数据框步骤：

max_vals <- c(4, 2, 3)
seq_list <- lapply(max_vals, seq_len)  # 生成对应序列：1:4, 1:2, 1:3

n <- length(max_vals)
total_combos <- prod(max_vals)

# 生成每个维度的重复序列，构造组合矩阵
combo_cols <- lapply(seq_along(max_vals), function(i) {
  rep(seq_list[[i]], 
      each = prod(max_vals[1:(i-1)]),  # 前面维度的总组合数
      times = prod(max_vals[(i+1):n])) # 后面维度的总组合数
})
combo_matrix <- do.call(cbind, combo_cols)

# 将矩阵每行转成向量存入列表
combo_list <- lapply(seq(nrow(combo_matrix)), function(i) combo_matrix[i, ])

这个方法直接操作向量和矩阵，比数据框转译的开销小，尤其当组合数很大时效率更明显。

用purrr包直接生成组合列表（更简洁） #

如果你能使用tidyverse系列的purrr包，cross()函数可以直接生成所有组合的列表，无需经过数据框：

library(purrr)

max_vals <- c(4, 2, 3)
seq_list <- lapply(max_vals, seq_len)

# 生成组合列表，每个元素是子列表，转成向量只需一步
combo_list <- cross(seq_list) |> lapply(unlist)

cross()内部直接处理笛卡尔积，返回的就是组合结构，代码更简洁，效率也和Base R原生方法接近。

另外补充：如果你的场景中组合数不大，expand.grid的转译开销其实可以忽略，用apply(combo_df, 1, as.vector)也能快速得到列表，只是确实多了数据框这一步。

内容的提问来源于stack exchange，提问作者Aku-Ville Lehtimäki