Question

我有一个矩阵，其中每一行代表一个数据点（它是一个nxp矩阵，有n个p维点），我需要找出是否有一对相等的点。

只有两点，我可以申请dist，但随着点数的增加，我需要对dist进行比较的数量也是如此（因为我只比较两个一次点。）

所以，当我开始使用大矩阵时，我需要一种快速的方法来查找是否有两个点是相等的（或者如果这个矩阵中有两个相等的行）。

有什么建议吗？

编辑：因为我不需要返回相等行的数字（我只需要验证任何两个是否相等），我想我可以创建一个没有重复行的矩阵，只需比较行数在这个矩阵和原始矩阵之间。你觉得怎么样？

Answer 1

使用unique功能，该功能专门设置为允许您检查矩阵中的唯一行或列。或者，根据您是否要保存简化矩阵，您可以使用duplicated作为朱巴指出。

Answer 2

如果矩阵很大，请考虑使用数据表。

library(data.table)
n  <- 1e6
set.seed(1)
df <- data.frame(x.1=round(runif(n,0,100)),
                x.2=round(runif(n,0,100)),
                x.3=round(runif(n,0,100)),
                x.4=round(runif(n,0,100)))
dt <- data.table(df)

system.time(df.dupe <- duplicated(df))
#   user  system elapsed 
#  16.55    0.01   16.60 
system.time(dt.dupe <- duplicated(dt))
#   user  system elapsed 
#   9.79    0.05    9.83 
setkeyv(dt,colnames(dt))
system.time(dt.dupe <- duplicated(dt))
#   user  system elapsed 
#   0.08    0.00    0.07

因此，没有密钥，数据表的速度提高约40％。使用按键，它们的速度提高了约160倍。当然你必须创建密钥（sort），这需要大约10秒，所以如果你只做一次，最好使用无键数据表。

寻找相等的矩阵线

2 个答案: