Question

我正在编写一个for循环来计算分子，该分子是较大公式的一部分。我使用了for循环，但是要花很多时间才能计算出来。有什么更好的方法可以做到这一点。

city是具有以下列的数据框：pop, not.white, pct.not.white

  n <- nrow(city)

  numerator = 0

  for(i in 1:n) {

    ti <- city$pop[i]
    pi<- city$pct.not.white[i]

    for(j in 1:n) {

      tj <- city$pop[j]
      pj <- city$pct.not.white[j]

      numerator = numerator + (ti * tj) * abs(pi -pj)

    }

  }

Answer 1

使用以下玩具数据进行结果验证。

set.seed(0)
city <- data.frame(pop = runif(101), pct.not.white = runif(101))

最明显的“向量化”：

# n <- nrow(city)
titj <- tcrossprod(city$pop)
pipj <- outer(city$pct.not.white, city$pct.not.white, "-")
numerator <- sum(titj * abs(pipj))

如果n > 5000可能会出现内存问题。

一个聪明的解决方法（利用对称性；更有效的内存“矢量化”）：

## see https://stackoverflow.com/a/52086291/4891738 for function: tri_ind
n <- nrow(city)
ij <- tri_ind(n, lower = TRUE, diag = FALSE)
titj <- city$pop[ij$i] * city$pop[ij$j]
pipj <- abs(city$pct.not.white[ij$i] - city$pct.not.white[ij$j])
numerator <- 2 * crossprod(titj, pipj)[1]

最终的解决方案是编写C / C ++循环，我将不再展示。

有什么更好的方法在R中编写此嵌套的for循环？

1 个答案: