R中的随机子集向量

有没有办法使用sample()或split()(或两者的组合)将向量元素分配给R中的多个子阵列?

本质上,我需要的是一个函数,它将值随机分配给多个子阵列

以下是我的完整具体代码:

K <- 2 # number of subarrays

N <- 100

Hstar <- 10

perms <- 10000

probs <- rep(1/Hstar, Hstar)

K1 <- c(1:5)
K2 <- c(6:10)

specs <- 1:N

pop <- array(dim = c(c(perms, N), K))

haps <- as.character(1:Hstar)


for(j in 1:perms){
    for(i in 1:K){ 
        if(i == 1){
            pop[j, specs, i] <- sample(haps, size = N, replace = TRUE, prob = probs)
    } else{
            pop[j,, 1] <- sample(haps[K1], size = N, replace = TRUE, prob = probs[K1])
            pop[j,, 2] <- sample(haps[K2], size = N, replace = TRUE, prob = probs[K2])
        }
    }
}

pop[j,1]是pop中的第一个子阵列,而pop[j,2]是pop中的第二个子阵列

如果我有20个子数组,使用sample()20次是很乏味的。我只想找到一种方法,可以快速轻松地为任意数量的子阵列赋值。