r - R中执行两个嵌套for循环的快速方法

Question

这个问题在这里已经有了答案:





Subtract every element of vector A from every element of vector B

(4 个回答)


4年前关闭。




我需要取两个向量的任意两个元素之间的差异。
如 A<-c(1,2)和 B<-c(3,4)那么我的结果 R应该是 c(3-1,3-2,4-1,4-2) .

有了这个片段

myfunction <- function(N)
{
  A = runif(N)
  B = runif(N)
  R = c()
  for(a in A){
    for(b in B){
      R=c(b-a,R)
    }
  }
  R
}
print(system.time(result <- myfunction(300)))

这次我明白了

   user  system elapsed 
  14.27    0.01   14.39 

有没有更快的方法来做到这一点？

Answer 1

最快的基本解决方案是使用 outer :

as.vector(outer(B,A,"-"))

令我惊讶的是， map2_dbl实际上比 outer快很多:

不出我所料， map2_dbl看起来更快，但那是因为它没有计算 A 和 B 中值的每个组合:

      test elapsed relative
3 CP(A, B)    7.54   47.125 # using expand.grid
2 JL(A, B)    0.16    1.000 # using map2_dbl
1 JM(A, B)    3.13   19.563 # using outer

但:

> A <- 1:3
> B <- 3:1
> JL(A,B)
[1] -2  0  2
> JM(A,B)
[1]  2  1  0  1  0 -1  0 -1 -2

这是针对两个长度为 1000 且重复 100 次的向量。我没有包含您自己的解决方案，因为该解决方案速度慢得可笑，原因有两个:

for R 中的循环比过去快了很多，但仍然不如使用循环编码在 C 中的函数那么理想。或等效的。此处测试代码中使用的函数就是这种情况。

你“增长”你的结果对象。每次循环代码，即 R变得更大一个值，因此 R 必须在内存中寻找一个新位置来存储它。这实际上是您代码中最大的瓶颈。尝试不惜一切代价避免这种构造，因为它是导致代码极其缓慢的最重要原因之一。

基准代码:

library(tidyverse)

JM <- function(A,B){
  as.vector(outer(B,A,"-"))
}

JL <- function(A,B){
  map2_dbl(.x = A, 
           .y = B, 
           .f = ~ c(.x - .y))
}

CP <- function(A,B){
  as.data.frame(expand.grid(A,B)) %>%
    mutate(Var3 = Var2-Var1)
}

library(rbenchmark)

A <- runif(1000)
B <- runif(1000)

benchmark(JM(A,B),
          JL(A,B),
          CP(A,B),
          replications = 100,
          columns = c("test","elapsed","relative"))