Question

我正在寻找一种在某些条件下提前终止应用函数的方法。使用for循环，例如：

FDP_HCFA = function(FaultMatrix, TestCosts, GenerateNeighbors, RandomSeed) {    
  set.seed(RandomSeed)

  ## number of tests, mind the summary column
  nT = ncol(FaultMatrix) - 1
  StartingSequence = sample(1:nT)
  BestAPFD = APFD_C(StartingSequence, FaultMatrix, TestCosts)
  BestPrioritization = StartingSequence
  MakingProgress = TRUE
  NumberOfIterations = 0
  while(MakingProgress) {
    BestPrioritizationBefore = BestPrioritization
    AllCurrentNeighbors = GenerateNeighbors(BestPrioritization)

    for(CurrentNeighbor in AllCurrentNeighbors) {
      CurrentAPFD = APFD_C(CurrentNeighbor, FaultMatrix, TestCosts)

      if(CurrentAPFD > BestAPFD) {
        BestAPFD = CurrentAPFD
        BestPrioritization = CurrentNeighbor            
        break
      }
    }

    if(length(union(list(BestPrioritizationBefore),
                    list(BestPrioritization))) == 1)
      MakingProgress = FALSE

    NumberOfIterations = NumberOfIterations + 1
  }
}

我想使用apply的一些推导来重写此函数。特别是，终止对第一个人的评估，增加适应性，从而避免考虑其余人群的成本。

Answer 1

我认为你并没有真正掌握apply家族及其目的。与一般想法相反，它们不相当于任何for - 循环。可以说大多数for - 循环等同于apply，但这是另一回事。

Apply完全按照它的说法完成：它按顺序在一些类似的参数上应用一个函数，并返回结果。因此，根据定义，您无法摆脱申请。您不再在全局环境中运行，因此原则上您不能保留全局计数器，在每次执行后检查一些条件并调整循环。您可以使用assign或<<-访问全局环境甚至更改变量，但这非常危险。

要了解其中的区别，请不要将apply(1:3,afunc)视为for(i in 1:3) afunc(i)，而应将其视为

afunc(1)
afunc(2)
afunc(3)

在一个（块）语句中。这更好地反映了你正在做的事情。 break中apply的等价物只是没有意义，因为它更像是一个代码块而不是一个循环。

Answer 2

除了让您的示例代码工作*之外，我认为这是一个明确的情况，其中循环是正确的选择。虽然R可以将函数应用于整个变量向量[编辑：但是你必须在应用之前决定它们是什么]，在这种情况下我会使用while循环来避免运行不必要的重复的成本。警告：我知道for循环在时序测试中与apply进行了比较，但我没有看到while的类似测试。查看http://cran.r-project.org/doc/manuals/R-lang.html#Control-structures上的一些选项。

while ( *statement1* ) *statement2*

Answer 3

我也在寻找一种从早期开始的方法基于apply的循环，并找到了这个帖子。

尽管有些人声称申请应该被视为 “块代码”而不是“循环”，我仍然认为它会有可能打破它。原因是基于应用的函数似乎执行得更快，比for-loop快10到100倍的东西。多次我已经在for循环中运行了简单的代码片段超过几分钟，而申请似乎得到相同在几秒钟内完成工作。

提前终止基于应用的功能（类似于休息？）

3 个答案: