Question

我有一个整数向量list.insert(index, value)

和整数矩阵a=function(l) as.integer(runif(l,1,600)) a(100) [1] 414 476 6 58 74 76 45 359 482 340 103 575 494 323 74 347 157 503 385 518 547 192 149 222 152 67 497 588 388 140 457 429 353 [34] 484 91 310 394 122 302 158 405 43 300 439 173 375 218 357 98 196 260 588 499 230 22 369 36 291 221 358 296 206 96 439 423 281 [67] 581 127 178 330 403 91 297 341 280 164 442 114 234 36 257 307 320 307 222 53 327 394 467 480 323 97 109 564 258 2 355 253 596 [100] 215

我希望制作一个新的布尔B=function(c) matrix(as.integer(runif(5*c,1,600)),nrow=5) B(10) [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 250 411 181 345 4 519 167 395 130 388 [2,] 383 377 555 304 119 317 586 351 136 528 [3,] 238 262 513 476 579 145 461 191 262 302 [4,] 428 467 217 590 50 171 450 189 140 158 [5,] 178 14 31 148 285 365 515 64 166 584矩阵，显示l x c中每个向量元素是否存在于矩阵a的每个特定列中。

我用

尝试了这个

或

ispresent1 = function (a,B) { 
out = outer(a, B, FUN = "==" )
apply(out,c(1,3),FUN="any") }

但这些方法都不是很快：

ispresent2 = function (a,B) t(sapply(1:length(a), function(i) apply(B,2,function(x) a[[i]] %in% x)))

（在我的应用程序矩阵a1=a(1000) B1=B(20000) system.time(ispresent1(a1,B1)) user system elapsed 76.63 1.08 77.84 system.time(ispresent2(a1,B1)) user system elapsed 218.10 0.00 230.00中将有大约500 000 - 200万列）

这可能是微不足道的，但是这样做的正确方法是什么？

编辑：如下所述，正确的语法是B，但下面的ispresent = function (a,B) apply(B,2,function(x) { a %in% x } )解决方案仍然快2倍！谢谢你！

Answer 1

在挖掘了一点之后，由于对@Backlin的Rcpp答案的好奇，我确实写了一个orignal解决方案的基准和我们的两个解决方案：

我不得不改变一点Backlin的功能，因为内联没有在我的窗户盒上工作（对不起，如果我错过了它，让我知道是否有适应的东西）< / p>

使用的代码：

set.seed(123) # Fix the generator
a=function(l) as.integer(runif(l,1,600))
B=function(c) matrix(as.integer(runif(5*c,1,600)),nrow=5)

ispresent1 = function (a,B) { 
out = outer(a, B, FUN = "==" )
apply(out,c(1,3),FUN="any") }

a1=a(1000)
B1=B(20000)

tensibai <- function(v,m) {
  apply(m,2,function(x) { v %in% x })
}

library(Rcpp)
cppFunction("LogicalMatrix backlin(IntegerVector a,IntegerMatrix B) {
    IntegerVector av(a);
    IntegerMatrix Bm(B);
    int i,j,k;
    LogicalMatrix out(av.size(), Bm.ncol());
    for(i = 0; i < av.size(); i++){
        for(j = 0; j < Bm.ncol(); j++){
            for(k = 0; k < Bm.nrow() && av[i] != Bm(k, j); k++);
            if(k < Bm.nrow()) out(i, j) = true;
        }
    }
    return(out);
}")

验证：

> identical(ispresent1(a1,B1),tensibai(a1,B1))
[1] TRUE
> identical(ispresent1(a1,B1),backlin(a1,B1))
[1] TRUE

基准：

> library(microbenchmark)
> microbenchmark(ispresent1(a1,B1),tensibai(a1,B1),backlin(a1,B1),times=3)

Unit: milliseconds
               expr        min         lq       mean     median         uq        max neval
 ispresent1(a1, B1) 36358.4633 36683.0932 37312.0568 37007.7231 37788.8536 38569.9840     3
   tensibai(a1, B1)   603.6323   645.7884   802.0970   687.9445   901.3294  1114.7144     3
    backlin(a1, B1)   471.5052   506.2873   528.3476   541.0694   556.7689   572.4684     3

Backlin的解决方案稍快一点，再次证明如果你最初了解cpp，Rcpp是一个不错的选择：）

Answer 2

对于像这样的问题，

Rcpp非常棒。很可能有一些方法可以使用data.table或使用现有函数来完成它，但使用inline包时，自己编写它所花费的时间几乎要少于找出它。

require(inline)

ispresent.cpp <- cxxfunction(signature(a="integer", B="integer"),
                             plugin="Rcpp", body='
    IntegerVector av(a);
    IntegerMatrix Bm(B);
    int i,j,k;
    LogicalMatrix out(av.size(), Bm.ncol());
    for(i = 0; i < av.size(); i++){
        for(j = 0; j < Bm.ncol(); j++){
            for(k = 0; k < Bm.nrow() && av[i] != Bm(k, j); k++);
            if(k < Bm.nrow()) out(i, j) = true;
        }
    }
    return(out);
')

set.seed(123)
a1 <- a(1000)
B1 <- B(20000)
system.time(res.cpp <- ispresent.cpp(a1, B1))

   user  system elapsed 
  0.442   0.005   0.446

res1 <- ispresent1(a1,B1)
identical(res1, res.cpp)

[1] TRUE

Answer 3

 var offsetCardsCallback = this._offsetDisplayedCards();

R：检查矩阵的每个列中的向量的每个元素的存在的最快方式

3 个答案: