Question

我有一个长向量x，另一个包含长度的v。我想求和x，以便答案y是长度为length(v)的向量，y[1]为sum(x[1:v[i]])，y[2]为sum(x[(1+v[1]):(v[1]+v[2])]) ，等等。基本上，这是从维度length(x)的空间到维度length(v)之一执行稀疏矩阵乘法。但是，我宁愿不引进“先进机械”，尽管我可能不得不这样做。它需要非常非常快。任何人都可以想到比使用稀疏矩阵包更简单的东西吗？

示例 -

x <- c(1,1,3,4,5)
v <- c(2,3)
y <- myFunc(x,v)

y应为c(2,12)

我愿意接受任何预处理 - 例如，在v中存储每个拉伸的起始索引。

Answer 1

  y <- cumsum(x)[cumsum(v)]
  y <- c(y[1], diff(y))

这看起来正在做额外的工作，因为它正在计算整个矢量的cumsum，但它实际上比其他解决方案更快，对于小型和大量的组。

以下是我模拟数据的方法

set.seed(5)
N <- 1e6
n <- 10
x <- round(runif(N,0,100),1)
v <- as.vector(table(sample(n, N, replace=TRUE)))

在我的机器上n <- 10的时间是：

Brandon Bertelsen（for loop）：0.017
Ramnath（rowsum）：0.057
约翰（分居/申请）：0.280
Aaron（cumsum）：0.008

更改为n <- 1e5时间是：

Brandon Bertelsen（for loop）：2.181
Ramnath（rowsum）：0.226
约翰（分裂/申请）：0.852
Aaron（cumsum）：0.015

我怀疑这比使用矩阵乘法更快，即使使用稀疏矩阵包，因为不必形成矩阵或进行任何乘法。如果需要更快的速度，我怀疑它可以通过用C写入来加快速度;使用inline和rcpp软件包并不难，但我会留给您。

Answer 2

您可以使用rowsum执行此操作。它应该相当快，因为它在后台使用C代码。

y <- rowsum(x, rep(1:length(v), v))

Answer 3

这是一个稍微不同的方法。

s <- rep(1:length(v), v)
l <- split(x, s)
y <- sapply(l, sum)

Answer 4

尝试类似：

for (i in 1:length(v)) { 
    y[i] <- ifelse(i > 1,sum(x[v[i-1]:v[i]]), sum(x[1:v[i]]))
}

用R计算向量的滚动总和

4 个答案: