Question

在仅使用整数填充的100x100矩阵中，我在以（和包括）元素1,1开头的每一行中进行成对比较。对于任何TRUE的比较，我在另一个预分配矩阵[x]中的相应元素上计算+1（这只是一个相似性矩阵）。

使用嵌套for循环，此操作需要每行进行N *（N-1）/ 2 + N比较。在我的机器上，下面的代码不需要太长时间但是有更好的（好的，更快的，更优雅的）方式吗？我已经考虑过使用“应用”进行矢量化计算，但到目前为止，没有任何乐趣。

result <- matrix( round(rnorm(10000,sample(5))), ncol=100)
x <-matrix(data=0, nrow=100,ncol=100)

system.time(
for (i in 1:100) {
  for (j in 1:100) {
    for (k in j:100) {
        if (result[i,][j] == result[i,][k]) {
        x[j,][k] = x[j,][k] + 1
        }
    }
  }
}
)
user  system elapsed
6.586   0.599   7.192

这是一个小例子：

“结果”矩阵

      [,1] [,2] [,3] [,4]
[1,]    1    6    1    1
[2,]    6    1    5    3
[3,]    1    5    4    4
[4,]    2    3    4    2

structure(c(1, 6, 1, 2, 6, 1, 5, 3, 1, 5, 4, 4, 1, 3, 4, 2), .Dim = c(4L,4L))

在代码应用程序之后，我希望在x矩阵中：

      [,1] [,2] [,3] [,4]
[1,]    4    0    1    2
[2,]    0    4    0    0
[3,]    0    0    4    2
[4,]    0    0    0    4

Answer 1

使用100 x 100 result矩阵在我的机器上快100倍（50ms）：

for (i in 1:ncol(result))
   for (j in i:ncol(result))
      x[i, j] <- sum(result[, i] == result[, j])

这大约快了200倍，但也许有点难以理解：

x <- apply(result, 2, function(y)colSums(result == y))
x[lower.tri(x)] <- 0

如果它的速度还不够快，我会看看这个确切的功能是否已经在许多距离包中的一个中实现，或尝试Rcpp实现。虽然我不确定你会得到更多，因为我的建议已经使用了相当多的矢量化。

提示在嵌套for循环中提高性能？

1 个答案: