R - 使用“应用”而不是嵌套循环的基本理解答案

【问题标题】：R - Basic understanding of using 'apply' instead of nested loopR - 使用“应用”而不是嵌套循环的基本理解
【发布时间】：2014-05-19 23:11:43
【问题描述】：

所以我是 R 新手（我来自 Python 背景），但在理解如何/何时实现 apply 函数（lapply、sapply、rapply 等）而不是嵌套循环时仍然存在一些问题。

举个例子，假设你想执行一些函数 FUN 将列表的每个元素与另一个列表的每个元素进行比较。我会写一些类似的东西：

n = 1
m = 1
sameList = NULL
for(i in 1:length(list1)){
    for(j in 1:length(list2)){
        if(list1[n]==list2[m]){
            sameList<-c(sameList, list1[n]}
    n = n+1
    }
m = m+1
}

换句话说，一些嵌套循环遍历每个列表的每个元素。

我正在学习的是，在 R 中连接列表中间循环是一个非常低效的过程，这就是使用 apply 的原因。

那么如何使用apply（或它的任何版本）来替换上面的示例代码？

【问题讨论】：

针对您的具体示例，如果您可以包含列表示例，可能会有所帮助。另外，也许这篇最近的博客文章很有用：r-bloggers.com/functional-programming-in-r（稍后会查看 for 循环）
您正在调用这两个“列表”，但您正在对它们进行子集化，就好像它们是向量一样。在问 R 问题时请注意这一点。 “列表”是指特定的东西，通常不同于 R 中的“向量”或“原子向量”。
...只是猜测，我认为您根本不需要应用功能。尝试运行outer(1:5,1:5,FUN = "==")，看看这对您是否更有意义。

标签： r performance for-loop nested apply

【解决方案1】：

要使用lapply，您可以运行：

sameList = lapply(list1, function(x) lapply(list2, function(y) if (x==y) x else NULL))

【讨论】：

了解 R 列表和 R 向量之间的区别将在以后对您有所帮助，发布可重复的示例也会对您有所帮助（您没有在问题中定义 list1 或 list2，所以我们不会知道它们是列表还是向量。有很大的不同）。
我建议查看列表与向量的关系，但希望这能让lapply 和嵌套循环在R 中的处理方式更加清晰（outer 是另一个不错的选择） .当您在这里提出问题时，您会收到很多不相关的反馈 - 有些会很好，有些不会很有帮助。

【解决方案2】：

对于这种特殊情况，我会使用

sameList <- intersect(list1, list2)

此外，R 中的术语意味着我们使用vector 表示一种类型的集合； lists 允许包含不同的类型。

避免循环可能是一个美学问题，因为与 apply 相比，循环的性能比以前要好 - 但您注意到的性能下降可能更多是由于不断改变 sameList 的大小（以及随之而来的内存的重新分配）而不是您的代码固有的循环。

【讨论】：