加速R中的嵌套循环以创建邻接矩阵

Question

我需要一些帮助来并行化或加速以下嵌套循环：

1. 有一个顶点列表（由id号标识），每个id都有一串与之关联的数字（字符串长度有限，通常为60-200）。

id是约的列表。 10,000个不同的ID

seq是（不同长度）序列的列表，每个序列与唯一ID

相关联

1. 我想在顶点i和顶点j连接的顶点上建立图形的邻接矩阵，如果它们的序列具有共同的元素。以下是我要改进的代码：

   id_matrix<-matrix(nrow=length(id),ncol=length(id))
   for (i in 1:(length(id)){
      for (j in 1:(length(id)){
         edgelist[i,j]=length(intersect(seq[i],seq[j])
      }
   }
   

（对于非重叠的id序列，这将产生0，并且每当存在重叠时产生有限数，可以用作边的权重，并进行归一化）。

我尝试了foreach，dopar等选项，但我没有成功。使用length(id)=100运行需要2分钟以上！全程运行至少需要一个月！我正在使用R Studio版本0.98.507的Windows PC上工作。

非常感谢任何帮助，尤其是在R中并行化这两个嵌套循环时。

注意：这是一个稀疏矩阵：所有可能的10 ^ 8个边缘中约有1％出现。

感谢您的帮助！

Answer 1

在我的电脑上

id_matrix <- matrix(0, nrow = length(id), ncol = length(id))
for (i in 1:length(id)) {
    for (j in i:length(id)) {
        id_matrix[cbind(c(i,j),c(j, i))] <- length(intersect(seq[[i]],seq[[j]]))
    }
}

length(id)为10000时，

不到半小时。