如何高效从长度100向量的20元排列中抽取50个样本？

你遇到的问题核心是直接生成所有100选20的排列完全不现实——这个排列数是100!/(80!)≈1.3×10³⁹，无论是内存存储还是计算时间都不可能完成。正确的思路是跳过全量生成步骤，直接随机生成50个符合要求的排列。

以下是两种简单高效的实现方式：

方法1：基础R循环生成 #

利用sample()函数的无放回抽样特性（排列本质就是有序的无放回抽样），直接生成单个排列，再通过replicate()批量生成50个：

# 设置随机种子，保证结果可复现
set.seed(123)
# 生成50个长度为20的随机排列，结果默认按列存储，转置后每行对应一个排列
sample_perms <- t(replicate(50, sample(1:100, 20, replace = FALSE)))

方法2：tidyverse风格实现 #

如果你习惯用tidyverse工具链，可以用purrr包批量生成并整理成数据框：

library(purrr)
library(tibble)

set.seed(123)
sample_perms <- map_dfr(1:50, ~ as_tibble_row(sample(1:100, 20, replace = FALSE)))

关键说明 #

• 这两种方法的时间和内存成本仅和样本量（50）、单排列长度（20）相关，完全可控，不会出现内存溢出或长时间等待的问题。
• set.seed()是可选的，加上它可以让你的随机结果固定，方便后续复现分析。

内容的提问来源于stack exchange，提问作者Brian Smith