Question

我的问题如下：假设我们有一个二次n * n矩阵，例如

m <- matrix(runif(n^2), n,n)

现在我想定义一个函数f=function(k)，它返回所有矩阵条目的总和，其行和列的总和弱于k。例如，考虑3 * 3矩阵

m.ex <- matrix(1:9, 3,3, byrow = T)

看起来像

1 2 3
4 5 6
7 8 9

然后f（2）应该给出45 = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9（对于矩阵中的每个条目，行和列位置的总和弱超过2），f（4）= 38 = 3 + 5 + 6 + 7 + 8 + 9（对于位置（1,3），（2,2），（2,3）行和列位置的总和弱超过4 ），（3,1），（3,2）和（3,3））和f（5）= 23 = 6 + 8 + 9（因为行和结肠位置的总和弱位超过5）（2,3），（3,2）和（3,3））。等

Answer 1

没有循环，希望它有用。

library(reshape2)

#easy way to get all row and column indexes is to transform matrix to long
#has advantage of allowing vectorized computation and avoiding for-loops
myfun <- function(k, mm){
  #reshape matrix to easily get column and row numbers
  melt_m <- melt(mm, varnames=c("row","col"))
  #add row and col indixes
  melt_m$sum_row_col <- melt_m$row + melt_m$col
  #calculate result and return (sum of value when sum of rowcol>=k)
  return(sum(melt_m$value[melt_m$sum_row_col>=k]))
}

#example 1
test_m <- matrix(1:9,3,3,byrow=T)


> myfun(k=2,mm=test_m)
[1] 45
> myfun(k=4, mm=test_m)
[1] 38

用基质熔化的例子：

> test_m
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6
[3,]    7    8    9
> melt(test_m,varnames=c("row","col"))
  row col value
1   1   1     1
2   2   1     4
3   3   1     7
4   1   2     2
5   2   2     5
6   3   2     8
7   1   3     3
8   2   3     6
9   3   3     9

Answer 2

如果我理解正确的话，row和column函数会比其他解决方案更简单：

f<-function(k,m)sum(m[row(m) + col(m) >= k])

对于m.ex：

> sapply(c(2,4,5),f,m=m.ex)
[1] 45 38 23

更大的例子：

set.seed(1230)
n<-8
> print(round(m<-matrix(runif(n^2),nrow=n),2))
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
[1,] 0.57 0.87 0.94 0.98 0.87 0.66 0.16 0.98
[2,] 0.65 0.79 0.68 0.74 0.12 0.65 0.56 0.73
[3,] 0.76 0.85 0.71 0.45 0.64 0.45 0.12 0.55
[4,] 0.26 0.09 0.67 0.66 0.58 0.48 0.54 0.20
[5,] 0.38 0.63 0.27 0.16 0.20 0.96 0.05 0.90
[6,] 0.49 0.48 0.71 0.32 0.46 0.98 0.17 0.96
[7,] 0.91 0.99 0.97 0.98 0.84 0.21 0.21 0.44
[8,] 0.62 0.08 0.80 0.88 0.85 0.30 0.61 0.42
> f(12,m)
[1] 8.028652

这可以通过注明您指出的条目是右下角三角形中的条目来确认：

   *    *    *    *    *    *    *    *
   *    *    *    *    *    *    *    *
   *    *    *    *    *    *    *    *
   *    *    *    *    *    *    * 0.20
   *    *    *    *    *    * 0.05 0.90
   *    *    *    *    * 0.98 0.17 0.96
   *    *    *    * 0.84 0.21 0.21 0.44
   *    *    * 0.88 0.85 0.30 0.61 0.42

所以总和是0.88+0.84+0.85+0.98+0.21+0.3+0.05+0.17+0.21+0.61+0.2+0.9+0.96+0.44+0.42，大约是8.03。

Answer 3

嗯，它很慢而且很难看，而且我相信很多人会想出更好，更快，更漂亮的解决方案，但这会为你解决问题：

weakly_exceeds_sum <- function(m, k){
    tmp <- NULL
    for(i in 1:nrow(m)){
        for(j in 1:nrow(m)){
            if(i+j>=k){
            tmp<-c(tmp, m[i,j])
            }
        }
    }
    sum(tmp)
}

您可以使用，例如：weakly_exceeds_sum(m.ex, 2)

调用该函数

R：从矩阵相对于行/列位置提取值

3 个答案: