c - 在 C 中循环使 RScript 性能更高效

Question

我正在尝试计算 100 行 x 2500 列的表格中每一行之间的成对差异数。

我有一个小型 RScript 可以执行此操作，但运行时间(显然)非常长!我正在尝试用 C 编写一个循环，但我不断收到错误 (compileCode)。

您知道如何将以下循环“转换”为 C 语言吗？

pw.dist <- function (vec1, vec2) {

return( length(which(vec1!=vec2)) )

}

N.row <- dim(table)[1]
pw.dist.table <- array( dim = c(dim(table)[1], dim(table)[1]))

for (i in 1:N.row) {
    for (j in 1:N.row) {
        pw.dist.table[i,j] <- pw.dist(table[i,-c(1)], table[j,-c(1)])
    }
}

我正在尝试类似的东西:

sig <- signature(N.row="integer", table="integer", pw.dist.table="integer")
code <- "
  for( int i = 0; i < (*N.row) - 1; i++ ) {
    for( int j = i + 1; j < *N.row; j++ ) {
      int pw.dist.table = table[j] - table[i];
    }
  }
"
f <- cfunction( sig, code, convention=".C" )

在编程方面我完全是个新手!

提前致谢。金发协会

Answer 1

在尝试优化代码之前，检查时间花在了哪里总是一个好主意。

Rprof()
... # Your loops
Rprof(NULL)
summaryRprof()

在你的情况下，循环并不慢，但你的距离函数很慢。

$by.total
                    total.time total.pct self.time self.pct
"pw.dist"                37.98     98.85      0.54     1.41
"which"                  37.44     97.45     34.02    88.55
"!="                      3.12      8.12      3.12     8.12

你可以重写如下(耗时1秒)

# Sample data
n <- 100
k <- 2500
d <- matrix(sample(1:10, n*k, replace=TRUE), nr=n, nc=k)
# Function to compute the number of differences
f <- function(i,j) sum(d[i,]!=d[j,])
# You could use a loop, instead of outer,
# it should not make a big difference.
d2 <- outer( 1:n, 1:n, Vectorize(f) )