是否有系统的方法将带有循环的 R 代码转换为矢量化代码？答案

【问题标题】：Is there a systematic way to convert R code with loops to vectorized code?是否有系统的方法将带有循环的 R 代码转换为矢量化代码？
【发布时间】：2010-11-26 13:53:21
【问题描述】：

大部分循环代码是这样的

retVal=NULL
for i {
  for j {
    result <- *some function of vector[i] and vector[j]* 
    retVal = rbind(retVal,result)
  }
}

既然这么普遍，有没有系统的方法来翻译这个成语？

这可以扩展到大多数循环吗？

【问题讨论】：

标签： r loops

【解决方案1】：

plyr 包提供了一组通用工具，用于在处理大数据结构时替换循环结构，方法是将其分解为多个部分，独立处理每个部分，然后将结果重新组合在一起。

【讨论】：

【解决方案2】：

第一个目标应该是获得工作代码。你在那里。然后尝试一些简单的优化。例如。

retVal <- matrix(NA, ni, nj)     # assuming your result is scalar
for (i in 1:ni)
   for (j in 1:nj)
       retVal[i][j] <- *some function of yours*

运行速度已经快了很多，因为您不需要为每个 i,j 组合重新分配内存。

至于循环，您可以先用 apply 系列中的东西替换内部循环。我不知道有什么完全通用的东西可以回答你的问题——这取决于你的函数采用什么参数以及它产生什么类型的返回对象。

【讨论】：

明白了。我从您的回复中得到的一个可概括的事情是，当您有两个下标在一个向量上运行时，预分配一个矩阵是一个好主意。另一个想法可能是自己交叉原始向量来制作一个矩阵，然后使用矩阵运算得到一个结果矩阵。
是的，可能有更好的直接矩阵（即二维）索引方法。比如说，如何对矩阵的所有元素求幂。但是预分配的影响已经很大了——我的“R 高性能计算简介”教程中有一个计时示例。