如何高效生成20个字母的6列无重复元素组合DataFrame？

你的原始方法通过先生成全排列再逐步筛选去重，计算量极大（20^6=6400万条初始数据），效率极低。直接生成组合而非排列是最优解，下面提供两种高效实现方式：

方法一：使用gtools包的combinations函数（推荐） #

combinations函数可以直接从指定向量中生成无重复的k元素组合，无需额外筛选，效率最高。

代码示例： #

# 安装并加载gtools包（首次使用需安装）
# install.packages("gtools")
library(gtools)

# 定义字母向量
a <- c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t")

# 直接生成6元素无重复组合并转为DataFrame
combinations_df <- as.data.frame(
  combinations(n = length(a), k = 6, v = a),
  stringsAsFactors = FALSE
)

优势： #

直接生成符合要求的组合，仅生成C(20,6)=38760条数据，计算量比原始方法减少99.9%，运行速度大幅提升。

方法二：Base R原生实现（无需额外包） #

如果不想依赖第三方包，可以通过筛选expand.grid结果中元素严格递增的行来得到组合（因为组合不考虑顺序，递增行唯一对应一组无重复元素）。

代码示例： #

# 定义字母向量
a <- c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t")

# 生成所有可能的6元素笛卡尔积
all_pairs <- expand.grid(a,a,a,a,a,a, stringsAsFactors = FALSE)

# 筛选元素严格递增的行，得到无重复组合
combinations_base_df <- all_pairs[with(all_pairs, 
  Var1 < Var2 & Var2 < Var3 & Var3 < Var4 & Var4 < Var5 & Var5 < Var6
), ]

说明： #

虽然初始仍生成6400万条数据，但通过向量化的筛选条件（而非多次subset），运行效率比你的原始方法高很多，不过仍不如gtools方法高效。

内容的提问来源于stack exchange，提问作者Tommy Cassilly