我正在研究一种在R中有效地创建向量的紊乱(以及相反的特定排列)的方法。 就我所见,没有任何基本功能可以做到这一点,而且在SO上也没有太多关于它的内容。
一个明显的开始是sample
,它创建了一个向量的排列。但我需要这种排列没有固定点,因此是矢量的紊乱。有关此主题的详细说明,请参阅this Cross Validated post。
这是我的第一个方法:
derangr <- function(x){
while(TRUE){
xp <- sample(x)
if(sum(xp == x) == 0) break
}
return(xp)
}
因此,在while
循环中,我会检查向量x
与x
的给定排列xp
之间是否存在固定点。 }。如果没有,我打破循环并返回向量。
结果显示,它运行良好:
> derangr(1:10)
[1] 4 5 6 10 7 2 1 9 3 8
> derangr(LETTERS)
[1] "C" "O" "L" "J" "A" "I" "Y" "M" "G" "T" "S" "R" "Z" "V" "N" "K" "D" "Q" "B" "H" "F" "E" "X" "W" "U" "P"
所以我想知道是否有更好的方法,可能会用while
代替某种类型的矢量化。我还想关注可扩展性。
这两个例子都是microbenchmark
:
library(microbenchmark)
> microbenchmark(derangr(1:10),times = 10000)
Unit: microseconds
expr min lq mean median uq max neval
derangr(1:10) 8.359 15.492 40.1807 28.3195 49.4435 6866.453 10000
> microbenchmark(derangr(LETTERS),times = 10000)
Unit: microseconds
expr min lq mean median uq max neval
derangr(LETTERS) 24.385 31.123 34.75819 32.4475 34.3225 10200.17 10000
同样的问题适用于相反的情况,产生具有给定固定点数的排列n
:
arrangr <- function(x,n){
while(TRUE){
xp <- sample(x)
if(sum(xp == x) == n) break
}
return(xp)
}
答案 0 :(得分:1)
如果您不具有唯一值,则可以重新排列索引,并将其用于按新顺序对输入向量进行子集化。在这种情况下,如果您有rep(LETTERS, 2)
,则第一个A
和第二个A
可以互换。 Q中提出的derangr()
函数也会重新排列这些函数。
derangr2 <- function(x){
ind <- seq_along(x)
while(TRUE){
indp <- sample(ind)
if(sum(indp == ind) == 0) break
}
return(x[indp])
}
一些基准测试结果:
microbenchmark(derangr(rep(LETTERS, 4)),
derangr2(rep(LETTERS, 4)), times = 1000)
# Unit: microseconds
# expr min lq mean median uq max neval
# derangr(rep(LETTERS, 4)) 6.258 113.4895 441.831094 251.724 549.384 5837.143 1000
# derangr2(rep(LETTERS, 4)) 6.542 7.3960 23.173800 12.800 22.755 4645.936 1000
但是,如果您只面对独特的价值观,这种方法并没有带来很多改进。
microbenchmark(derangr(1:1000), derangr2(1:1000), times = 1000)
# Unit: microseconds
# expr min lq mean median uq max neval
# derangr(1:1000) 19.341 21.333 61.55154 40.959 78.0775 2770.382 1000
# derangr2(1:1000) 23.608 25.884 72.76647 46.079 84.1930 2674.243 1000