4# epoh
刚才想到个生成向量的办法:
set.seed(456)
x=round(runif(10000,1,1347));
y=round(runif(100000,1,1347));
for(i in 1:10000)
{
if(x>=y,
x=round(runif(1,1,1347)),
y=round(runif(1,x,1347)))
};
z=cbind(x,y)
{ }中的x、y均有指标[ i ]；用x>=y作判别是因为组合可以这样来排,比如combn(5,2),如下:

> combn(5,2)
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,]    1    1    1    1    2    2    2    3    3     4
[2,]    2    3    4    5    3    4    5    4    5     5

但上面这段语句似乎有什么问题! 显示有问题!:)

6# epoh
谢谢费心! 我不懂matlab,R也仅仅入手一个月左右，呵呵，见笑！！暂容我考虑考虑吧！！

大概了解你的想法
先用小数目n=100
你先看看

n=100
k=1
mat=matrix(NA,4950,2)
for(i in 1:(n-1)){
for(j in (i+1):n){
   mat[k,1]=i
   mat[k,2]=j
k=k+1
}
}
mat

9# epoh
你这方法很巧妙! 这样构造矩阵的方法我还没见过!! 不过，疑问是：这样构造的是所有可能的组合，对于n和k比较小，这还可以，反之呢，则就不行了！我前面考虑过给找出所有可能组合的集合，再整个计算或者抽样，但即使combn（1347，3）已经是一个大小为4.5G的矢量，无法继续运算了！这我才考虑的随机抽样方法。
> choose(1347,200)
[1] 1.652051e+244
> choose(1347,500)
[1] Inf

> combn(1347,3)
错误: 无法分配大小为4.5 Gb的矢量
此外: 警告信息：
1: In matrix(r, nrow = len.r, ncol = count) :
  Reached total allocation of 3956Mb: see help(memory.size)
2: In matrix(r, nrow = len.r, ncol = count) :
  Reached total allocation of 3956Mb: see help(memory.size)
3: In matrix(r, nrow = len.r, ncol = count) :
  Reached total allocation of 3956Mb: see help(memory.size)
4: In matrix(r, nrow = len.r, ncol = count) :
  Reached total allocation of 3956Mb: see help(memory.size)

此外，我同事用C帮我编程，也遭遇了这个中间环节巨量数据导致无法继续的情形！ 没辙，我这才寻思如何设计一个好的随机抽样方法，最近也在看monte carlo法，还未能领会精髓！:)

此外，我同事用C帮我编程，也遭遇了这个中间环节巨量数据导致无法继续的情形！ 没辙，我这才寻思如何设计一个好的随机抽样方法，最近也在看monte carlo法，还未能领会精髓！:)

此外，我同事用C帮我编程，也遭遇了这个中间环节巨量数据导致无法继续的情形！ 没辙，我这才寻思如何设计一个好的随机抽样方法，最近也在看monte carlo法，还未能领会精髓！:)

没错,这是满足你的条件的所有组.合
你只要取样就好
为何还要抽样  ??
况且计算完毕之后就要remove
避免你说的问题发生.

14# epoh
combn(n,k)可以直接生成各种可能的组合,比如刚才你给出那个用这个函数
> combn(100,2)
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13]
[1,]    1    1    1    1    1    1    1    1    1     1     1     1     1
[2,]    2    3    4    5    6    7    8    9   10    11    12    13    14
     [,14] [,15] [,16] [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24] [,25]
[1,]     1     1     1     1     1     1     1     1     1     1     1     1
[2,]    15    16    17    18    19    20    21    22    23    24    25    26
    ............................
   [,4940] [,4941] [,4942] [,4943] [,4944] [,4945] [,4946] [,4947] [,4948]
[1,]      95      96      96      96      96      97      97      97      98
[2,]     100      97      98      99     100      98      99     100      99
     [,4949] [,4950]
[1,]      98      99
[2,]     100     100

但我这儿combn(1347,3)就崩溃了!! 所以,我现在考虑的始终是如何设计一个好的抽样方法! anyway, 非常感谢,朋友!!

9 楼是因combn()很少用
打了三次?都没弄对
乾脆花30 秒自己编程比较快
还好没出错

了解你的情形,还是回到 4楼
A=seq(1:1374)
x=sample(A,1374,replace = FALSE)
y=sample(A,1374,replace = FALSE)
就用if条件句约束
以满足
  1.避免第一、二个随机数都一样
  2.排除比如n个中有r个相同
  3.排除两个组合都一样
for(j in 1:z){
if(y[j]==x[j] & j==1) y[j]=y[j+1]  
if(y[j]==x[j] & j==z) y[j]=y[j-1]
}
##########
##########
sim=50    #simulation
tev=NA*seq(1:sim)
for(s in 1:sim){
print('s')
print(s)
z=20
yy=0
#prepare data tvwr,tvw,bench
x1=cbind(rnorm(50),rnorm(50),rnorm(50),rnorm(50),rnorm(50))
x2=x1+0.5
x3=x1+1
x4=x1+1.5
tvwr=cbind(x1,x2,x3,x4)
y1=cbind(rnorm(50,1,3),rnorm(50,1,3),rnorm(50,1,3),rnorm(50,1,3),rnorm(50,1,3))
y2=y1+1
y3=y1+1.5
y4=y1+2
tvw=cbind(y1,y2,y3,y4)
bench=cbind(rnorm(50),rnorm(50))

#sampling
A=seq(1:z)
x=sample(A,z,replace = FALSE)
y=sample(A,z,replace = FALSE)
for(j in 1:z){
if(y[j]==x[j] & j==1) y[j]=y[j+1]  #避免第一、二个随机数都一样
if(y[j]==x[j] & j==z) y[j]=y[j-1]    #排除比如n个中有r个相同
                                                #排除两个组合都一样

print(c(x[j],y[j]))                          #列出供查看
}#end j

for(i in 1:z){
yy<-yy+var((tvwr[,x]+tvwr[,y])/(tvw[,x]+tvw[,y])-bench[,1],na.rm=T)
}#end i
print(yy)
tev=yy/(z-1)
}#end s
tev
mean_tev=mean(tev)
mean_tev