Question

我有以下问题：

给出观察流，找出小于或等于当前最后一次观察的观测数。例如，如果流式观察是

8,1,10,3,9,7,4,5,6,2

然后我们有以下更新

观察 - 8，有1次观察少于或等于8
观察 - 8,1，有1次观察少于或等于1
观察--8,1,10，有3次观察少于或等于10
...

结果会得到这样的值

1,1,3,2,4,3,3,4,5,2

当我使用庞大的数据集时，解决方案应该非常快。

Answer 1

使用for，但反方向，我不测试，但我认为它更快。

xx <- c(8, 1, 10, 3, 9, 7, 4, 5, 6, 2)
res = vector('integer',length=length(xx))
for (i in rev(seq_along(xx))) {
  res[i] <- sum(xx[i]>=xx)
  xx <- xx[-i]
}
res
[1] 1 1 3 2 4 3 3 4 5 2

Answer 2

您可以使用sapply：

vec <- c(8, 1, 10, 3, 9, 7, 4, 5, 6, 2)

sapply(seq_along(vec), function(x) sum(vec[seq(x)] <= vec[x]))
# [1] 1 1 3 2 4 3 3 4 5 2

由于性能很重要，您还可以使用vapply。它可能更快（未经测试）：

vapply(seq_along(vec), function(x) sum(vec[seq(x)] <= vec[x]), integer(1))
# [1] 1 1 3 2 4 3 3 4 5 2

Answer 3

所以我不能单独留下，所以我创造了一个kludgemonster

   carl<-function(vec) {
newct<-vector('integer',length=length(vec))
vlen<-length(vec)
for(j in 1:length(vec) ) {
    wins<- (which(vec[j:vlen] >= vec[j])+j-1)
    newct[wins]<-newct[wins]+1
}
}

似乎有效，但......

Rgames> set.seed(20)
Rgames> vec<-runif(2000)



 Rgames> microbenchmark(carl(vec),agstudy(vec),times=10)
Unit: milliseconds
         expr      min       lq   median       uq      max neval
    carl(vec) 86.75314 87.55323 88.16816 88.80831 89.65117    10
 agstudy(vec) 70.26213 70.83771 71.06158 71.72247 71.93800    1

仍然不如agstudy的代码那么好。也许有人可以收紧我的循环？

更新经验累积函数

3 个答案: