避免使用 for 循环答案

【问题标题】：Avoid the use of for loops避免使用 for 循环
【发布时间】：2023-03-27 14:58:01
【问题描述】：

我正在使用R，我有这样的代码：

for (i in 1:10)
   for (j in 1:100)
        if (data[i] == paths[j,1])
            cluster[i,4] <- paths[j,2]

在哪里：

我的问题是：如何避免使用“for”循环来遍历矩阵？我不知道apply 函数（lapply、tapply...）在这种情况下是否有用。

例如j=10000时会出现这个问题，因为执行时间很长。

谢谢

【问题讨论】：

我觉得这里的翻译有些遗漏了？
您真的打算将最后匹配的“路径”保存在“集群”中吗？
是的，Musa 和 wkmor1 说的……你真的是想让我达到 10……只测试 100 项向量数据中的前 10 项吗？ --- 你的问题的一般答案是你必须开始思考向量而不是单个项目。只要有意义，就有更快的方法来做你正在做的事情。
谢谢你们。我想要做的是当“数据”中的值等于“路径”中的值时，将路径第 2 列的第 4 列值保存在集群中，并避免使用“for”语句，因为当我有很多观察值时，计算时间会大大增加
当它们不相等时你想做什么？......它们只是被忽略了？......或者集群第4列已经设置为不会改变的东西，除非这个条件满足。（听起来像一个简单的 ifelse() 命令——没有循环——查看帮助）

【解决方案1】：

内循环可以向量化

cluster[i,4] <- paths[max(which(data[i]==paths[,1])),2]

但请查看 Musa 的评论。我想你缩进了别的东西。

第二个（外）循环也可以通过复制向量进行向量化，但是

[编辑] 据我了解您的评论可以只使用逻辑索引吗？

indx <- data==paths[, 1]
cluster[indx, 4] <- paths[indx, 2]

【讨论】：

【解决方案2】：

我认为这两个循环都可以使用以下方法进行矢量化：

cluster[na.omit(match(paths[1:100,1],data[1:10])),4] = paths[!is.na(match(paths[1:100,1],data[1:10])),2]

【讨论】：

我想知道矢量化解决方案的性能与循环替代方案相比如何。
@Guido 在这种特殊情况下，很难说原始循环和 gd047 解决方案的结果不同，但一般来说循环和矢量化代码之间的差异可能很大。查看我对stackoverflow.com/questions/2908822/… 的回答，您可以从几小时到不到一秒。
@Marek 使用随机测试矩阵，我使用这两种方法得到了相等的聚类矩阵。我使用all.equal(loop_sol,vect_sol)检查了结果，您使用了哪些测试矩阵并给出了不同的结果？
@gd047 检查此sites.google.com/site/fsh9rss8heh（评论太长），我使用 R-2.10.1
@Marek 谢谢。你说的对。在我的示例中，data[i] 和 paths[j,1] 之间的匹配项不超过一个。在超过一个的一般情况下，占主导地位的是最后检查的那个。我不确定哪一个在矢量化方式中占主导地位。你有什么想法吗？