我正在尝试生成一个包含增加的反向序列的向量,例如1,2,1,3,2,1,4,3,2,1,5,4,3,2,1
。
我尝试使用循环,但我不知道如何堆叠或连接结果。
for (i in 1:11)
{
x = rev(seq(i:1))
print(x)
}
[1] 1
[1] 2 1
[1] 3 2 1
[1] 4 3 2 1
[1] 5 4 3 2 1
[1] 6 5 4 3 2 1
[1] 7 6 5 4 3 2 1
[1] 8 7 6 5 4 3 2 1
[1] 9 8 7 6 5 4 3 2 1
[1] 10 9 8 7 6 5 4 3 2 1
[1] 11 10 9 8 7 6 5 4 3 2 1
我也一直在尝试使用rep
,rev
和seq
,这是我最喜欢的选择,但没有走得太远。
答案 0 :(得分:24)
使用sequence
:
rev(sequence(5:1))
# [1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1
答案 1 :(得分:8)
我们可以使用lapply
unlist(lapply(1:11, function(x) rev(seq(x))))
或者在评论中提及@ zx8754,代替rev(seq
,可以使用:
unlist(lapply(1:11, function(x) x:1))
或者@BrodieG建议,我们可以通过删除匿名函数调用
来使其更紧凑unlist(lapply(1:11, ":", 1))
答案 2 :(得分:8)
为了好玩,使用矩阵(并忽略警告;))
m <- matrix(c(1:5,0), ncol = 5, nrow = 5, byrow = T)
m[ upper.tri(m, diag = T) ]
# [1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1
我们可以将upper.tri
简化为其组成部分
m[ row(m) <= col(m)]
# [1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1
如果你能处理更多的乐趣,那么基准测试如何:
library(microbenchmark)
maxValue <- 1000
vec2 <- maxValue:1
m2 <- matrix(c(1:maxValue,0), ncol = maxValue, nrow = maxValue, byrow = T)
microbenchmark(
henrik = {
rev(sequence(maxValue:1))
},
akrun = {
unlist(lapply(1:maxValue, function(x) x:1))
},
symbolix1 = {
m <- matrix(c(1:maxValue,0), ncol = maxValue, nrow = maxValue, byrow = T)
m[ row(m) <= col(m) ]
},
symbolix2 = {
m2[ row(m2) <= col(m2) ]
},
lmo1 = {
unlist(lapply(1:maxValue, tail, x=maxValue:1))
},
lmo2 = {
vec <- maxValue:1
unlist(lapply(rev(vec), tail, x=vec))
},
lmo3 = {
unlist(lapply(rev(vec2), tail, x=vec2))
}
)
# Unit: milliseconds
# expr min lq mean median uq max neval
# henrik 3.342175 4.095287 5.185095 4.960354 5.703463 32.08644 100
# akrun 1.535998 1.761439 2.159954 2.162721 2.292743 10.80862 100
# symbolix1 13.443495 15.145713 16.588118 17.145578 17.896521 20.81460 100
# symbolix2 8.640927 10.245634 11.656378 12.297788 12.791973 14.39691 100
# lmo1 13.124813 14.301375 17.253844 14.795471 15.718820 61.09737 100
# lmo2 13.026593 14.202633 18.042158 14.891164 17.729049 86.18921 100
# lmo3 13.355810 14.424353 18.497383 14.876103 20.100575 76.96622 100
在这个例子中,akrun(和代理的zx8754)是赢家!
但我知道你在想什么,为什么要在那里结束所有的乐趣呢?&#39;
好吧,让我们编写自己的C ++函数,看看它是如何执行的
library(Rcpp)
cppFunction('NumericVector reverseSequence(int maxValue, int vectorLength){
NumericVector out(vectorLength);
int counter = 0;
for(int i = 1; i <= maxValue; i++){
for(int j = i; j > 0; j--){
out[counter] = j;
counter++;
}
}
return out;
}')
maxValue <- 5
reverseSequence(maxValue, sum(1:maxValue))
[1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1
library(microbenchmark)
maxValue <- 1000
microbenchmark(
akrun = {
unlist(sapply(1:maxValue, function(x) x:1))
},
symbolix3 = {
reverseSequence(maxValue, sum(1:maxValue))
}
)
# Unit: microseconds
# expr min lq mean median uq max neval
# akrun 1522.250 1631.6030 3148.922 1829.9370 3357.493 45576.148 100
# symbolix3 338.626 495.3825 1293.720 950.6635 2169.656 3816.091 100
答案 3 :(得分:5)
另一种方法是在tail
中使用lapply
,以便连续选择要保留在初始向量中的元素数量:
unlist(lapply(1:5, tail, x=5:1))
[1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1
或者,首先构建基本向量然后调用它可能会更快:
vec <- 5:1
unlist(lapply(rev(vec), tail, x=vec))
[1] 1 2 1 3 2 1 4 3 2 1 5 4 3 2 1