仿真后两个向量的比较

我想应用排斥采样方法来模拟Y=(Y_1, Y_2)来自单位圆盘的均匀分布的随机矢量，D = { (X_1 , X_2) \in R^2: \sqrt{x^2_1 + x^2_2} ≤ 1}这样它X = (X_1 , X_ 2)是正方形S = [−1, 1]^2和关节密度均匀分布的随机矢量f(y_1,y_2) = \frac{1}{\pi} 1_{D(y_1,y_2)}.

在拒绝方法中，如果，我们通常接受一个样本f(x) \leq C * g(x)。我正在使用以下代码：

x=runif(100,-1,1)
y=runif(100,-1,1)

d=data.frame(x=x,y=y)
disc_sample=d[(d$x^2+d$y^2)<1,]
plot(disc_sample)

我有两个问题：

{使用上述代码，从逻辑上讲，的大小d应大于的大小，disc_sample但是当我将它们都调用时，我看到它们每个中都有100个元素。这怎么可能。为什么尺寸相同。}由于下面的评论，所以本部分已解决。

现在的问题

另外，如何重新编写代码以使我得到符合条件的100个样本所需的样本总数。也就是说，给我拒绝的样本数量，直到我得到100个所需的样本？

多亏了r2evans的回答，但我希望编写一些更简单的代码，一个while循环将所有可能的样本存储在矩阵或数据帧中而不是列表中，然后仅在样本遵循条件的情况下从该数据帧中调用。我从答案中修改了代码，没有使用列表，也没有sapply函数，但是没有给出所需的结果，它仅产生一行。

i=0
samps <- data.frame()
goods <- data.frame()
nr <- 0L
sampsize <- 100L
needs <- 100L
while (i < needs) {
  samps <- data.frame(x = runif(1, -1, 1), y = runif(1, -1, 1))
  goods <- samps[(samps$x^2+samps$y^2)<1, ]
i = i+1
}

我也想到了这一点：

i=0
j=0
samps <- matrix()
goods <- matrix()
needs <- 100

while (j < needs) {
  samps[i,1] <- runif(1, -1, 1)
  samps[i,2] <- runif(1, -1, 1)
  if (( (samps[i,1])**2+(samps[i,2])**2)<1){
  goods[j,1] <- samps[i,1]
  goods[j,2] <- samps[i,2]
}
else{
i = i+1
}
}

但它不起作用。

对于修改代码的任何帮助，我将不胜感激。