Question

这个小问题是大代码的瓶颈，必须重复至少几千次，所以这里的主要问题是速度。

我有一个数字向量，例如：

v <- c(1,3,5)

我想知道我可以用该子集进行的所有组合。并将它们设置为0和1的矩阵，例如：

 col1 col2 col3 col4 col5 col6 col7
1  1   0    0    1    1    0    1
3  0   1    0    1    0    1    1
5  0   0    1    0    1    1    1

其实我正在使用功能combn（我认为这是干净的最快方式，对吗？）

matrix <- lapply(seq(length(v)),function(i){
              submatrix <- combn(x = 1:length(v), m=i)

#code follows after a brief explanation

我会得到三个矩阵，如：

所以为了获得1和0的矩阵，我用双填充它。（在这里，我可能会加快速度）

list_matrix <- lapply(seq(length(v)),function(i){
    submatrix <- combn(x = 1:length(v), m=i)
    1matrix <- matrix(data = 0, nrow = length(v), ncol = dim(submatrix)[2])

    for(k in seq(dim(submatrix)[2]))
       for(j in seq(dim(submatrix)[1]))
           1matrix[submatrix[j,k],k] <- 1

    return(1matrix)   })

我所展示的是代码中最慢的部分。对于此示例，需要大约0.012秒。下一步很简单。

我得到的是三个矩阵：

  col1 col2 col3
1   1   0    0
3   0   1    0
5   0   0    1

  col1 col2 col3
1   1   1    0
3   1   0    1
5   0   1    1

  col1 
1   1   
3   1  
5   1

现在这个过程非常简单快捷。

final_matrix <- list_matrix[[1]]

for(i in seq(2,length(list_matrix))
   final_matrix <- cbind(final_matrix, list_matrix[[i]]

这样做的目的是粘贴列来获取。它需要0.0033秒：

 col1 col2 col3 col4 col5 col6 col7
1  1   0    0    1    1    0    1
3  0   1    0    1    0    1    1
5  0   0    1    0    1    1    1

我需要加快这个过程。我认为双重或者lapply正在放慢这个速度。如果有人可以发布一些帮助，我会很感激。

谢谢。

Answer 1

您可以使用tabulate来简化代码：

L <- sapply(1:length(v), function(i) combn(length(v),i,FUN=tabulate,nbins=length(v)))
do.call(cbind,L)
#     [,1] [,2] [,3] [,4] [,5] [,6] [,7]
#[1,]    1    0    0    1    1    0    1
#[2,]    0    1    0    1    0    1    1
#[3,]    0    0    1    0    1    1    1

请注意combn本身很慢，因此您可能想要探索其更快的类似物，请参阅例如Faster version of combn

加速Comb ID到ID矩阵R

1 个答案: