因此,如果输入是一个向量,例如
v <- (1, 2, 3, 7, 2, 8, 9)
输出为
(3, 2, 1, 7, 2, 9, 8)
我尝试使用嵌套的for和if循环,条件为is.sorted
函数,但没有取得任何成功。
答案 0 :(得分:8)
使用样本数据
var dict = {}
dict["key1"] = 1
dict["key2"] = 2
dict["key3"] = 3
$.ajax({
type: "POST",
url: "/File/Import",
data: dict,
dataType: "json"
});
public void Import(Dictionary<string, int?> dict)
{
}
您可以分区为&#34;顺序组&#34;与
std::list<NonCopyable> lst;
// ...
std::map<std::size_t, NonCopyable> map;
for (auto& nc: lst) {
map.emplace(map.size(), std::move(nc));
}
// use lst.clear() here, if you so inclined
基本上我们会查看前一个元素的差异,并在值不等于1时随时跟踪变化。
您可以使用此组信息重新排序x <- c(1, 2, 3, 7, 2, 8, 9)
的值(这会进行组内转换)。
grp <- cumsum(!c(TRUE, diff(x)==1))
grp
# [1] 0 0 0 1 2 3 3
答案 1 :(得分:5)
我们也可以这样做:
x <- c(0, which(diff(vec) != 1), length(vec))
unlist(sapply(seq(length(x) - 1), function(i) rev(vec[(x[i]+1):x[i+1]])))
#[1] 3 2 1 7 2 9 8
这个想法是首先根据连续数字的位置剪切矢量。然后我们遍历这些削减并应用rev
。
数据强>
vec <- c(1, 2, 3, 7, 2, 8, 9)
<强>基准强>
library(microbenchmark)
vec1 <- c(1, 2, 3, 7, 2, 8, 9)
vec2 <- c(1:1000, sample.int(100, 10), 5:500, sample.int(100, 10), 100:125)
f_MrFlick <- function(x){
revsort<-function(...) sort(...,decreasing=TRUE)
grp <- cumsum(!c(TRUE, diff(x)==1))
ave(x, grp, FUN=revsort)
}
f_989 <- function(vec){
x <- c(0, which(diff(vec) != 1), length(vec))
unlist(sapply(seq(length(x) - 1), function(i) rev(vec[(x[i]+1):x[i+1]])))
}
all(f_MrFlick(vec1)==f_989(vec1))
# [1] TRUE
all(f_MrFlick(vec2)==f_989(vec2))
# [1] TRUE
length(vec1)
# [1] 7
microbenchmark(f_MrFlick(vec1), f_989(vec1))
# Unit: microseconds
# expr min lq mean median uq max neval
# f_MrFlick(vec1) 287.006 297.0585 305.6340 302.833 312.6695 479.912 100
# f_989(vec1) 113.348 119.7645 124.7901 121.903 127.0360 268.186 100
# --------------------------------------------------------------------------
length(vec2)
# [1] 1542
microbenchmark(f_MrFlick(vec2), f_989(vec2))
# Unit: microseconds
# expr min lq mean median uq max neval
# f_MrFlick(vec2) 1532.553 1565.2745 1725.7540 1627.937 1698.084 3914.149 100
# f_989(vec2) 426.874 454.6765 546.9115 466.439 489.322 2634.383 100