利用R语言生成双色球全量号码组合

利用R语言生成双色球全量号码组合

Dustin

2017年7月1日

一、前言

双色球的有效组合为17721088组，即中奖概率为一千七百七十万分之一。为了提升中奖率，需要将这些组合全部列出来，然后使用排除法，比如将：

1 2 3 4 5 6 XX

28 29 30 31 32 33 XX

这样的组合删除（此处仅为举例，这种顺子组合也是有可能发生，概率也和任何组合相同，不过人们更倾向于相信它不会发生）。本文仅介绍生成全量组合的方法。

二、生成方法

1.方法一，简单FOR循环

最简单的是用FOR循环，使用rbind函数，但效率慢得出奇，跑了一天，才完成11%，这架势，没个10天跑不完了。

allballs=NULL

for (r1 in 1:28) {
for (r2 in (r1 +1):29) {
for (r3 in (r2 +1):30) {
for (r4 in (r3 +1):31) {
for (r5 in (r4 +1):32) {
for (r6 in (r5 +1):33) {
for (b1 in 1:16) {
allballs=rbind(allballs,c(r1,r2,r3,r4,r5,r6,b1))
}
}
}
}
#显示当前处理进度
print(nrow(allballs)/177210.88)
}
}
}

2.方法二，用lapply改进

以为是FOR循环效率太低的问题，好吧，我们用lapply改进，代码见下，结果效率还是没有提升，还是需要10天。。。

allballs=NULL
lapply(1:28,function(r1){
lapply((r1+1):29,function(r2){
lapply((r2+1):30,function(r3){
lapply((r3+1):31,function(r4){
lapply((r4+1):32,function(r5){
lapply((r5+1):33,function(r6){
lapply(1:16,function(b1) {
#此处注意需要使用"<<-"进行赋值
allballs<<-rbind(allballs,c(r1,r2,r3,r4,r5,r6,b1))
return(NULL)
})
return(NULL)
})
return(NULL)
})
return(NULL)
})
#显示当前处理进度
print(nrow(allballs)/177210.88)
return(NULL)
})
return(NULL)
})
return(NULL)
})

3.方法三，废除rbind，使用矩阵

前二个方法都失效了，看来问题出在rbind上，利用矩阵看看能否提升效率：

allballs =matrix(nrow=17721088,ncol=7)
startrow=0
starttime=Sys.time()
for (r1 in 1:28) {
for (r2 in (r1 +1):29) {
for (r3 in (r2 +1):30) {
for (r4 in (r3 +1):31) {
for (r5 in (r4 +1):32) {
for (r6 in (r5 +1):33) {
for (b1 in 1:16) {
startrow=startrow+1
allballs[startrow,]=c(r1,r2,r3,r4,r5,r6,b1)
}
}
}
}
#显示当前处理进度
print(startrow/ 177210.88)
}
}
}

endtime=Sys.time()
print(endtime-starttime)

成功，总共仅需2.279536 mins（如果不显示进度，仅需要59.56677 secs）即完全生成。

4.方法四，lapply+矩阵

虽然FOR已经完成要求，我们还是看看lapply会提升多少时间

allballs=matrix(nrow=17721088,ncol=7)
startrow=0
starttime=Sys.time()
lapply(1:28,function(r1){
lapply((r1+1):29,function(r2){
lapply((r2+1):30,function(r3){
lapply((r3+1):31,function(r4){
lapply((r4+1):32,function(r5){
lapply((r5+1):33,function(r6){
lapply(1:16,function(b1) {
#此处注意需要使用"<<-"进行赋值
startrow<<-startrow+1
allballs[startrow,]<<-c(r1,r2,r3,r4,r5,r6,b1)
return(NULL)
})
return(NULL)
})
return(NULL)
})
return(NULL)
})
#显示当前处理进度
# print(startrow/ 177210.88)
return(NULL)
})
return(NULL)
})
return(NULL)
})

endtime=Sys.time()
print(endtime-starttime)

同样成功，不显示进度，耗时1.959551 mins，这个效率居然不如FOR循环。

三、保存结果

大功告成，查看一下生成的结果：

colnames(allballs)=c("R1","R2","R3","R4","R5","R6","Blue")
head(allballs)

## R1 R2 R3 R4 R5 R6 Blue
## [1,] 1 2 3 4 5 6 1
## [2,] 1 2 3 4 5 6 2
## [3,] 1 2 3 4 5 6 3
## [4,] 1 2 3 4 5 6 4
## [5,] 1 2 3 4 5 6 5
## [6,] 1 2 3 4 5 6 6

tail(allballs)

## R1 R2 R3 R4 R5 R6 Blue
## [17721083,] 28 29 30 31 32 33 11
## [17721084,] 28 29 30 31 32 33 12
## [17721085,] 28 29 30 31 32 33 13
## [17721086,] 28 29 30 31 32 33 14
## [17721087,] 28 29 30 31 32 33 15
## [17721088,] 28 29 30 31 32 33 16

生成的数据没有问题，直接存盘，好了，可以做进一步的分析了。

write.csv(allballs,"allballs.csv",row.names=FALSE)

文件有343M，这数据量不少啊。

本文来源：https://www.2haoxitong.net/k/doc/47cde056a200a6c30c22590102020740be1ecda1.html