如何在R语言中寻找互补的连续整数区间？

不管你是用列表还是tibble存储原区间，核心思路都是：先确定目标范围的所有整数，找出原区间未覆盖的补集整数，再将这些零散整数合并为连续区间。

1. 处理列表形式的区间 #

假设你有如下列表形式的原区间，目标范围是1-20：

intervals <- list(3:6, 10:11, 19:20)
full_range <- 1:20

按以下步骤操作：

• 合并原区间的所有整数为一个向量：

  original_nums <- unlist(intervals)
  

• 计算目标范围内不在原区间的补集整数：

  complement_nums <- setdiff(full_range, original_nums)
  

• 将补集整数转换为连续区间列表：

  # 通过diff判断连续性，cumsum生成分组ID，再按分组生成区间
  complementary_intervals <- lapply(
    split(complement_nums, cumsum(c(1, diff(complement_nums) != 1))),
    function(group) min(group):max(group)
  )
  

运行后complementary_intervals就是你需要的list(1:2, 7:9, 12:18)。

2. 处理tibble/dataframe形式的区间 #

如果你用tibble存储区间（需要加载tidyverse）：

library(tidyverse)
intervals <- tribble(
  ~start, ~end,
  3, 6,
  10, 11,
  19, 20
)
full_range <- 1:20

用tidyverse工具链实现：

• 先展开原区间的所有整数：

  original_nums <- unlist(map2(intervals$start, intervals$end, seq))
  

• 计算补集并转换为tibble格式的互补区间：

  complement_intervals_df <- complement_nums %>%
    tibble(num = .) %>%
    # 给每个连续整数段分配唯一分组ID
    mutate(group_id = cumsum(c(1, diff(num) != 1))) %>%
    group_by(group_id) %>%
    summarise(start = min(num), end = max(num)) %>%
    ungroup() %>%
    select(-group_id)
  

运行后得到的tibble如下：

# A tibble: 3 × 2
  start   end
  <int> <int>
1     1     2
2     7     9
3    12    18

关键逻辑说明 #

diff(complement_nums) != 1可以检测整数是否连续：相邻两数差不为1时，说明是连续段的分界点。cumsum(c(1, diff(...) !=1))会给每个连续段生成唯一的分组ID，后续按分组取最小/最大值就能得到区间的起止。

如果原区间覆盖了整个目标范围，补集会是空向量，最终结果也会是空列表或空tibble，无需额外处理。

内容的提问来源于stack exchange，提问作者jsavn