如何提高矩阵中低于阈值的列的计数性能？

Question

在我的代码中，我从同一矩阵的每一列中减去一个矩阵的一列。 然后我计算有多少新列只有小于r 的元素。 我正在为矩阵的每一列执行此操作。你可以在下面看到我的代码。我省略了将值放入矩阵的部分。

有什么方法可以提高这段代码的性能吗？我似乎无法找到一种方法来加快速度

B = matrix(NA,(m),(window_step))
B_m_r = c(1:(window_step))

for (i in 1:(window_step)){
    B_m_r[i] = sum(apply(abs(B[,-i]-B[,i]), 2,function(x) max(x) < r))
}

解决方案

B = matrix(NA,(m),(window_step))
B_m_r = c(1:(window_step))
buffer_B = matrix(NA,(window_step-1),(window_step-1))

for (i in 1:(window_step-2)){
    buffer_B[i,c(i:(window_step-1))] = apply(abs(B[,-c(1:i)]-B[,i]),2,function(x) max(x) < r)
    B_m_r[i] = (sum(buffer_B[i,c(i:(window_step-1))])+sum(buffer_B[1:i,i]))
}

B_m_r[window_step] = sum(buffer_B[1:(window_step-1),(window_step-1)])
B_m_r[window_step-1] =  sum(buffer_B[1:(window_step-2),(window_step-2)])

好的，根据 Яaffael 的帮助，我找到了一个解决方案，它不会计算两次差异。

相反，我将与矩阵buffer_B 中先前循环的r 比较的结果保存并用于下一个循环以计算小于r 的所有列的总和。

现在代码只需要一半的时间就可以完成。 谢谢！

Answer 1

您可以例如通过仅检查一半列差异的“

您正在计算 abs(first of B - last of B) 和 abs(last of B - first of B)。

PLUS您可以预先计算处理后的差异矩阵，而不是使用 for 循环来逐步设置它。

# I am using single-row matrices to keep it simple

> A <- matrix(1:4,ncol=4)

> A[,1:ceiling(ncol(A)/2)]
[1] 1 2

> A[,ncol(A):(floor(ncol(A)/2)+1)]
[1] 4 3

> A <- matrix(1:5,ncol=5)

> A[,1:ceiling(ncol(A)/2)]
[1] 1 2 3

> A[,ncol(A):(floor(ncol(A)/2)+1)]
[1] 5 4 3

> abs(A[,1:ceiling(ncol(A)/2)] - A[,ncol(A):(floor(ncol(A)/2)+1)])
[1] 4 2 0

当您想加速 R 中的代码时，您首先应该尝试使用 R 函数将所有循环转换为向量化表达式。循环将在 R 中运行。向量化的函数调用允许 R 执行实质上已编译的 C 代码。