使用R生成符合约束的32组实验项随机序列遇死循环问题

原代码的核心问题 #

• 洗牌逻辑错误：原代码仅给num_items生成乱序的shuffled_order列，但未真正打乱数据框的行顺序，conditions列始终保持初始的循环+全10序列，导致后面8个10连续出现，违反条件2，约束检查永远不通过，陷入死循环。
• 约束检查函数缺陷：使用单一变量跟踪连续次数，跨条件切换时未正确重置计数，且条件判断逻辑不够直观严谨。
• 序列存储低效：循环中反复用rbind拼接数据，不仅性能差，且存储的并非真正符合约束的打乱后序列。

修正后的代码 #

# 初始化基础实验项数据
items <- data.frame(
  num_items = 1:32,
  conditions = c(rep(1:3, 8), rep(10, 8))
)

# 约束检查函数：验证条件序列是否符合要求
check_constraint <- function(cond_seq) {
  consecutive_count <- 1
  for (i in 2:length(cond_seq)) {
    curr_cond <- cond_seq[i]
    prev_cond <- cond_seq[i-1]
    
    if (curr_cond == prev_cond) {
      consecutive_count <- consecutive_count + 1
      # 根据条件类型判断连续次数是否超标
      if (curr_cond %in% 1:3 && consecutive_count > 3) {
        return(FALSE)
      } else if (curr_cond == 10 && consecutive_count > 2) {
        return(FALSE)
      }
    } else {
      # 条件切换时重置连续计数
      consecutive_count <- 1
    }
  }
  return(TRUE)
}

# 生成32组符合约束的序列
total_groups <- 32
# 预先初始化结果数据框，提升效率
items_m <- data.frame(matrix(nrow = total_groups, ncol = 32))
colnames(items_m) <- paste0("item_", 1:32)

for (group_idx in 1:total_groups) {
  while (TRUE) {
    # 打乱整个数据框的行，得到随机序列
    shuffled_items <- items[sample(nrow(items)), ]
    # 提取打乱后的条件序列进行约束检查
    current_cond_seq <- shuffled_items$conditions
    if (check_constraint(current_cond_seq)) {
      # 将符合条件的实验项编号存入结果
      items_m[group_idx, ] <- shuffled_items$num_items
      break
    }
  }
}

# 查看前6组结果示例
head(items_m)

关键修正说明 #

• 正确实现洗牌：通过items[sample(nrow(items)), ]直接打乱数据框行顺序，确保实验项和对应条件同步随机排列。
• 优化约束检查：针对不同条件类型（1-3/10）设置独立的连续次数上限，条件切换时自动重置计数，逻辑清晰准确。
• 高效存储设计：预先初始化结果数据框，避免循环中反复拼接数据带来的性能损耗。

内容的提问来源于stack exchange，提问作者Andrés Contreras Barros