R 构建一个649彩票模拟系统

这将使其速度提高超过一个数量级(您也可以并行执行此操作):

set.seed(895636177)
nr_esantion <- 30L
es <- 1e6L
nr_49 <- 49L

library(Rcpp算法s) # for `permuteSample`

table_1 <- integer(6)

system.time({
  for (i in 1:nr_esantion) {
    lucky <- sample(nr_49, 6)
    table_1 <- table_1 + tabulate(
      rowSums(
        matrix(match(permuteSample(nr_49, 6, n = es), lucky, 0L), es, 6) != 0L
      ), 6
    )
  }
  
  table_1 <- c(nr_esantion*es - sum(table_1), table_1)
})
#>    user  system elapsed 
#>   22.00    1.16   24.11

table_1
#> [1] 13079255 12390731  3970451   530064    28966      529        4

将模拟结果与准确分布进行比较:

cbind(
  Matches = 0:6,
  Simulation = table_1/nr_esantion/es,
  Exact = dhyper(0:6, 6, nr_49 - 6, 6)
)
#>      Matches   Simulation        Exact
#> [1,]       0 4.359752e-01 4.359650e-01
#> [2,]       1 4.130244e-01 4.130195e-01
#> [3,]       2 1.323484e-01 1.323780e-01
#> [4,]       3 1.766880e-02 1.765040e-02
#> [5,]       4 9.655333e-04 9.686197e-04
#> [6,]       5 1.763333e-05 1.844990e-05
#> [7,]       6 1.333333e-07 7.151124e-08

解释

这里的加速目标是对每个模拟复制进行矢量化.注意，replicate是not矢量化的.它本质上是for循环的包装器.

对于在没有替换的情况下重复从固定总体中提取n个样本，Rcpp算法s::permuteSample将比使用replicate所能做的任何事情都要快.

如果intersect的y参数不变，那么对矩阵的单个match调用将比对矩阵的每一行调用intersect快得多.这是可行的，因为所有采样都是在没有替换的情况下完成的.match之后需要对不匹配项进行比较，将其整形为一个矩阵，然后求出行和.所有这些操作都是矢量化的，速度会非常快.

tabulate比table快，特别是在您知道数据中的最大整数的情况下(作为额外的好处，以这种方式调用Tablate将产生一个长度等于nbins参数的向量.

最后，使用整数和浮点数之间的速度差异很小(事实上，有时整数运算比浮点运算慢，因为R必须执行判断).但是对于大型数据集，整数的内存效率是原来的两倍.