R中1到n_1，2到n_2，…，n到n_n的所有组合都是列表中的向量

(我添加这一点只是为了删除反对票，Aku-Ville Lehtimäki)

如果想要提高效率，可以考虑用C++编写代码:

Rcpp::cppFunction("
std::vector<std::vector<int>> product(std::vector<int> x){
  std::vector<std::vector<int>> result = {{}};
  for (auto i: x){
      std::vector<std::vector<int>> sub_result;
      for (auto j: result) for (auto k = 1; k<=i;k++) {
          std::vector<int> row(j);
          row.push_back(k);
          sub_result.push_back(row);
      }
      result = sub_result;
  }
  return result;
}
")

product(1:3)
[[1]]
[1] 1 1 1

[[2]]
[1] 1 1 2

[[3]]
[1] 1 1 3

[[4]]
[1] 1 2 1

[[5]]
[1] 1 2 2

[[6]]
[1] 1 2 3

编辑

我相信它可能只使用索引，而不是数据复制，这将显着提高速度. 下面是实现一半索引的方法:

Rcpp::cppFunction("
std::vector<std::vector<int>> product_2(std::vector<int> x){
  std::vector<std::vector<int>> result = {{}};
  for (auto i: x){
      std::vector<std::vector<int>> sub_result;
      for (auto j: result) {
        int n = j.size();
        j.resize(n+1);
        for (auto k = 1; k<=i;k++) {
          j[n] = k;
          sub_result.push_back(j);
        }
      }
      result = sub_result;
  }
  return result;
}
")

microbenchmark::microbenchmark(product(n), product_2(n), check = 'equal')
Unit: milliseconds
         expr    min      lq     mean  median      uq     max neval
   product(n) 5.3796 5.53625 6.997803 6.17555 7.87635 14.4701   100
 product_2(n) 3.3674 3.55285 4.583415 4.14890 5.50670  8.4493   100

请注意，这不是最好的，但这是迄今为止我能想到的最好的