Question

我有2个数字向量，一个存储值以计算最大值，滚动窗口的另一个长度用于计算滚动窗口的最大值。下面是一些示例代码。一般来说，我正在尝试加速system.time中的代码。是否有一些现成功能或矢量化方式来做同样的事情？

a <- rep(1:5,20000)
set.seed(123)
b <- rep(sample(1:50),2000)

system.time({
out <- vector(mode='numeric', length=NROW(a))
for(i in seq(a)) {
  if (i-b[i]>=0) out[i] <- max(a[(i-b[i]+1):i])
  else out[i] <- NA
}
})

Answer 1

管理它的部分内容：

原创 -

system.time({
  out <- vector(mode='numeric', length=NROW(a))
  for(i in seq(a)) {
    if (i-b[i]>=0) out[i] <- max(a[(i-b[i]+1):i])
    else out[i] <- NA
  }
})
## user  system elapsed 
## 0.64    0.00    0.64

稍微向量化 -

system.time({
  nr <- NROW(a)
  out <- rep(NA,nr)
  m <- 1:nr - b + 1
  n <- (1:nr)[m>0]

  for(i in n)
    out[i] <- max(a[m[i]:i])
})
## user  system elapsed 
## 0.39    0.00    0.39

Answer 2

您可以将此问题的部分向量化，尤其是需要在a（我称之为str）和窗口末尾（{{1}）中查找起始索引位置的位置。 }），但我必须使用循环结构将这些索引位置应用到end以使用a获取max。像这样：

mapply

与@ e4e5f4的答案相比：

x <- seq_len( length(a) )
end <- which( x-b > 0 )
str <- end - b[end]
res <- a
res[ - end ] <- NA
res[end] <- mapply( function(x,y) max( a[ x:y ] ) , str , end )

然而，它并非完全：

identical( res , out )
[1] TRUE

如果有办法对最后一次操作进行矢量化，那么这将非常快，但我现在想不出任何方法可以做到这一点！

R中用可变滚动窗口大小计算滚动最大值的最快方法是什么？

2 个答案: