Nel mio programma di R Ho un ciclo "for" della forma seguente:Come evitare un loop qui in R?
for(i in 1:I)
{
res[i] <- a[i:I] %*% b[i:I]
}
dove res, a e b sono vettori di lunghezza I.
Esiste un modo semplice per evitare questo ciclo e calcolare direttamente la ris.? Se così fosse, sarebbe più efficiente?
Grazie in anticipo!
Questo è il "cumSum inversa" di a*b
rev(cumsum(rev(a) * rev(b)))
cronometro in corso ... :-) –
@CarlWitthoft vai avanti, ma con 'cumsum()' la moltiplicazione avviene solo una volta, quindi viene eseguita in _O (n) _. Il ciclo dovrebbe essere eseguito in _O (n^2) _. – ilir
Anche sostituendo '% *%' con '*' in Justin, i tempi medi sono 360 e 87700 microsecondi, quindi nessuna sorpresa 'cumsum' è più veloce di molto. –
Fintanto che res è già di lunghezza I, il ciclo for non è "errato" e le soluzioni di applicazione non saranno più veloci. Tuttavia, utilizzando applicare può essere più succinta ... (se potenzialmente meno leggibile)
Qualcosa di simile a questo:
res <- sapply(seq_along(a), function(i) a[i:I] %*% b[i:I])
dovrebbe funzionare come un one-liner.
Espansione sulla prima frase. Mentre utilizzare la vettorizzazione intrinseca disponibile in R è molto utile e spesso la via più veloce da percorrere, non sempre è fondamentale evitare cicli di loop. Sotto, la famiglia apply determina la dimensione dell'output e la pre-alloca prima del "looping".
Giusto per essere chiari - questo non accelera il calcolo rispetto a quello di un ciclo, vero? –
corretto. Se il codice nel ciclo for era 'res <- rbind (res, ...)' allora la versione apply sarebbe molto più veloce. – Justin
Inoltre, usare 'sum (a [i: 1] * b [i: 1])' dovrebbe essere leggermente più veloce della moltiplicazione della matrice. – ilir
Perché stai usando una moltiplicazione di matrici per i vettori 1d? –
Probabilmente perché sono autodidatta e clueless ... – Martin