r - 向量化 R 代码以从每行中随机选择 2 列

Question

有没有人建议我如何矢量化此代码或以其他方式加速它？我正在创建一个可能非常大的矩阵。在每一行中，我想随机选择 2 列，并将它们从 0 翻转到 1。

我不能选择相同的行号和列号，即矩阵的对角线将为零，因此 sample() 中的 (1:N)[-j] >。因为这随着每一行而变化，我看不到使用矢量化来做到这一点的方法，但并行化可能是这里的一个选项？

我使用 library(Matrix) 实现稀疏矩阵功能。

library(Matrix)
N <- 100
m <- Matrix(0, nrow = N, ncol = N)

for(j in 1:N) {
    cols <- sample((1:N)[-j], 2) #Choose 2 columns not equal to the 
    m[j, cols] <- 1
}

有什么想法吗？

Answer 1

library(Matrix)
N <- 7

desired_output <- Matrix(0, nrow = N, ncol = N)
set.seed(1)
for(j in 1:N) {
  cols <- sample((1:N)[-j], 2) #Choose 2 columns not equal to the 
  desired_output[j, cols] <- 1
}

# 7 x 7 sparse Matrix of class "dgCMatrix"
#                   
# [1,] . . 1 . . . 1
# [2,] . . . . 1 1 .
# [3,] . 1 . . . 1 .
# [4,] . . . . 1 . 1
# [5,] 1 . . 1 . . .
# [6,] 1 1 . . . . .
# [7,] . 1 . . 1 . .

res <- Matrix(0, nrow = N, ncol = N)
set.seed(1)
ind <- cbind(rep(1:N, each = 2), c(sapply(1:N, function(j) sample((1:N)[-j], 2))))
res[ind] <- 1

all.equal(res, desired_output)
# [1] TRUE

快板凳:

microbenchmark::microbenchmark(
  OP = {
    desired_output <- Matrix(0, nrow = N, ncol = N)
    set.seed(1)
    for(j in 1:N) {
      cols <- sample((1:N)[-j], 2) #Choose 2 columns not equal to the 
      desired_output[j, cols] <- 1
    }
  },
  Aurele = {
    res <- Matrix(0, nrow = N, ncol = N)
    set.seed(1)
    ind <- cbind(rep(1:N, each = 2), c(sapply(1:N, function(j) sample((1:N)[-j], 2))))
    res[ind] <- 1
  }
)

# Unit: milliseconds
#    expr       min        lq      mean    median        uq       max neval cld
#      OP 10.240969 10.509384 11.065336 10.804949 11.044846 14.903377   100   b
#  Aurele  1.185001  1.258037  1.392021  1.363503  1.434818  4.553614   100  a