将向量与向量列表匹配答案

【问题标题】：Match a vector to a list of vectors将向量与向量列表匹配
【发布时间】：2014-02-08 06:28:21
【问题描述】：

我有一个向量列表lis，我需要将其匹配到另一个向量vec

lis <- list(c(2,0,0),c(1,1,0), c(1,0,1), c(0,2,0), c(0,1,1), c(0,0,2))
vec <- c(1,1,0)

所以要么我会得到一个逻辑输出

 [1] FALSE  TRUE  FALSE  FALSE  FALSE  FALSE

或者只是匹配的lis内的位置

我一直在尝试这些方面：

unlist(lis) %in% vec

但问题是数字的位置很重要，即区分c(1,1,0) 和c(1,0,1)，这是我无法做到的。我想避免for 循环，因为这需要非常高效（快速）。

【问题讨论】：

标签： r list vector

【解决方案1】：

@agstudy 和@Julius 的答案涉及（长）lis 对象的循环；这是一个替代方法，假设 lis 的所有元素与 vec 的长度相同，以允许对未列出的参考进行矢量比较

shortloop <- function(x, lst)
    colSums(matrix(unlist(lst) == x, length(x))) == length(x)

当lis 比vec 长时速度更快。

longloop <- function(x, lst)
    sapply(lst, identical, x)

l1 = rep(lis, 1000)
microbenchmark(shortloop(vec, l1), longloop(vec, l1))
## Unit: microseconds
##                expr       min         lq    median         uq      max neval
##  shortloop(vec, l1)   793.009   808.2175   896.299   905.8795  1058.79   100
##   longloop(vec, l1) 18732.338 21649.0770 21797.646 22107.7805 24788.86   100

有趣的是，与lapply 中的隐式循环相比，从性能角度来看，使用for 并没有那么糟糕（尽管更复杂且容易出错）

longfor <- function(x, lst) {
    res <- logical(length(lst))
    for (i in seq_along(lst))
        res[[i]] = identical(x, lst[[i]])
    res
}
library(compiler)
longforc = cmpfun(longfor)
microbenchmark(longloop(vec, l1), longfor(vec, l1), longforc(vec, l1))
## Unit: milliseconds
##               expr      min       lq   median       uq      max neval
##  longloop(vec, l1) 18.92824 21.20457 21.71295 21.80009 23.23286   100
##   longfor(vec, l1) 23.64756 26.73481 27.43815 27.61699 28.33454   100
##  longforc(vec, l1) 17.40998 18.28686 20.47844 20.75303 21.49532   100

【讨论】：

+1 - 你总是给出很好的答案，但是在所有开车投票的投票者完成之后，往往没有得到你应得的荣誉。创造性的解决方案。

【解决方案2】：

sapply(lis, identical, vec)
# [1] FALSE  TRUE FALSE FALSE FALSE FALSE

基准测试：

l1 <- list(1:1000)[rep(1, 10000)]
v1 <- sample(1000)
AG <- function() sapply(l1,function(x)all(x==v1))
J <- function() sapply(l1, identical, v1)
microbenchmark(AG(), J())
# Unit: milliseconds
#  expr      min       lq    median        uq      max neval
#  AG() 76.42732 84.26958 103.99233 111.62671 148.2824   100
#   J() 32.14965 37.54198  47.34538  50.93195 104.4036   100

【讨论】：

【解决方案3】：

sapply(lis,function(x)all(x==vec))
[1] FALSE  TRUE FALSE FALSE FALSE FALSE

【讨论】：