想象一下，我们正在尝试翻转方形矩阵，而不关心它是否会以行或列方式翻转。我们有几个选择：
flip.by.col <- function(x) x[, rev(seq_len(ncol(x)))]
flip.by.row <- function(x) x[rev(seq_len(nrow(x))), ]
这些矩阵并不相同，但正如我所说，这可以忽略不计。
问题是：从计算角度来看有什么不同吗？
可以想到一个可能的论点：行或列子集是一个低级操作，利用矩阵如何存储在内存中，所以答案是“大概是”。 但是，在使用以下代码进行多次测试后，我找不到任何系统差异：
require(rbenchmark)
N <- 5e3
x <- matrix(rnorm(N^2), N)
benchmark(flip.by.row(x), flip.by.col(x), replications=10)
一般来说，是否会出现问题？
UPD （参见评论中的讨论）
为了澄清，替换一列可能比替换相同长度的一行更快：矩阵由列存储，要替换的元素顺序定位。我不确定它是否可观察到。
答案 0 :(得分：1)
在每种情况下，按行翻转或按列翻转，需要移动相同数量的点：只有中间行/列中的元素（当N为奇数时）保持固定的位置。所以你无论如何都要做同样的工作。
请注意，使用seq.int可以提高性能。
flip.by.col2 <- function(x) x[, seq.int(ncol(x), 1)]
flip.by.row2 <- function(x) x[seq.int(nrow(x), 1), ]