我所拥有的矩阵恰好有2行和n列示例
c(0,0,0,0,1,0,2,0,1,0,1,1,1,0,2)->a1
c(0,2,0,0,0,0,2,1,1,0,0,0,0,2,0)->a2
rbind(a1,a2)->matr
对于一个特定的列（在这个例子中，9在两行中都是1）我需要在左边和右边找到第一个2/0或0/2的实例 - 在这个例子中左边是2另一个是14）
每一行的元素可以是0,1,2 - 没有别的。有没有办法快速对大矩阵（2行）进行该操作？我需要600k次，所以速度可能是一个考虑因素
答案 0 :(得分：2)
library(compiler)
myfun <- cmpfun(function(m, cl) {
li <- ri <- cl
nc <- ncol(m)
repeat {
li <- li - 1
if(li == 0 || ((m[1, li] != 1) && (m[1, li] + m[2, li] == 2))) {
l <- li
break
}
}
repeat {
ri <- ri + 1
if(ri == nc || ((m[1, ri] != 1) && (m[1, ri] + m[2, ri] == 2))) {
r <- ri
break
}
}
c(l, r)
})
并且在考虑了@Martin Morgan的观察后，
set.seed(1)
N <- 1000000
test <- rbind(sample(0:2, N, replace = TRUE),
sample(0:2, N, replace = TRUE))
library(microbenchmark)
microbenchmark(myfun(test, N / 2), fun(test, N / 2), foo(test, N / 2),
AWebb(test, N / 2), RHertel(test, N / 2))
# Unit: microseconds
expr min lq mean median uq max neval cld
# myfun(test, N/2) 4.658 20.033 2.237153e+01 22.536 26.022 85.567 100 a
# fun(test, N/2) 36685.750 47842.185 9.762663e+04 65571.546 120321.921 365958.316 100 b
# foo(test, N/2) 2622845.039 3009735.216 3.244457e+06 3185893.218 3369894.754 5170015.109 100 d
# AWebb(test, N/2) 121504.084 142926.590 1.990204e+05 193864.670 209918.770 489765.471 100 c
# RHertel(test, N/2) 65998.733 76805.465 1.187384e+05 86089.980 144793.416 385880.056 100 b
set.seed(123)
test <- rbind(sample(0:2, N, replace = TRUE, prob = c(5, 90, 5)),
sample(0:2, N, replace = TRUE, prob = c(5, 90, 5)))
microbenchmark(myfun(test, N / 2), fun(test, N / 2), foo(test, N / 2),
AWebb(test, N / 2), RHertel(test, N / 2))
# Unit: microseconds
# expr min lq mean median uq max neval cld
# myfun(test, N/2) 81.805 103.732 121.9619 106.459 122.36 307.736 100 a
# fun(test, N/2) 26362.845 34553.968 83582.9801 42325.755 106303.84 403212.369 100 b
# foo(test, N/2) 2598806.742 2952221.561 3244907.3385 3188498.072 3505774.31 4382981.304 100 d
# AWebb(test, N/2) 109446.866 125243.095 199204.1013 176207.024 242577.02 653299.857 100 c
# RHertel(test, N/2) 56045.309 67566.762 125066.9207 79042.886 143996.71 632227.710 100 b
答案 1 :(得分：0)
通过对行进行平方并添加它们来组合信息。正确的结果应该是4。然后，只需找到小于9（rev(which())[1]）的第一列和大于9（which()[1]）的第一列。
fun <- function(matr, col){
valid <- which((matr[1,]^2 + matr[2,]^2) == 4)
if (length(valid) == 0) return(c(NA,NA))
left <- valid[rev(which(valid < col))[1]]
right <- valid[which(valid > col)[1]]
c(left,right)
}
fun(matr,9)
# [1] 2 14
fun(matr,1)
# [1] NA 2
fun(matrix(0,nrow=2,ncol=100),9)
# [1] NA NA
<强>基准
set.seed(1)
test <- rbind(sample(0:2,1000000,replace=T),
sample(0:2,1000000,replace=T))
microbenchmark::microbenchmark(fun(test,9))
# Unit: milliseconds
# expr min lq mean median uq max neval
# fun(test, 9) 22.7297 27.21038 30.91314 27.55106 28.08437 51.92393 100
编辑：感谢@MatthewLundberg指出了很多错误。
答案 2 :(得分：0)
我比@Laterow慢，但无论如何，这是一种类似的方法
foo <- function(mtr, targetcol) {
matr1 <- colSums(mtr)
matr2 <- apply(mtr, 2, function(x) x[1]*x[2])
cols <- which(matr1 == 2 & matr2 == 0) - targetcol
left <- cols[cols < 0]
right <- cols[cols > 0]
c(ifelse(length(left) == 0, NA, targetcol + max(left)),
ifelse(length(right) == 0, NA, targetcol + min(right)))
}
foo(matr,9) #2 14
答案 3 :(得分：0)
这是一个有趣的问题。以下是我将如何解决它。
首先定义一个向量，其中包含每列的乘积：
a3 <- matr[1,]*matr[2,]
然后我们可以很容易地找到具有（0/2）或（2/0）对的列，因为我们知道矩阵只能包含值0,1和2：
the02s <- which(colSums(matr)==2 & a3==0)
接下来，我们希望在该列的左侧和右侧找到最接近给定列号的（0/2）或（2/0）对。列号可以是9，例如：
thecol <- 9
现在我们基本上只需要找到最接近列thecol的（0/2）或（2/0）组合的索引（矩阵中的列号）。我们只需要使用findInterval()：
pos <- findInterval(thecol,the02s)
pos <- c(pos, pos+1)
pos[pos==0] <- NA # output NA if no column was found on the left
结果是：
the02s[pos]
# 2 14
因此，在这种情况下，满足所需条件的thecol两侧最近列的索引将为2和14，我们可以确认这些列号都包含一个相关组合：
matr[,14]
#a1 a2
# 0 2
matr[,2]
#a1 a2
# 0 2
修改：我更改了答案，以便在矩阵中NA的左侧和/或右侧没有列的情况下返回thecol满足所需条件。
答案 4 :(得分：0)
如果您多次这样做，请预先计算所有位置
loc <- which((a1==2 & a2==0) | (a1==0 & a2==2))
然后，您可以使用findInterval
i<-findInterval(9,loc);loc[c(i,i+1)]
# [1] 2 14
请注意，如果您需要指定多个目标列，findInterval会被矢量化。