在嵌套 for 循环中提高性能的提示？

Question

在仅填充整数的 100x100 矩阵中，我在每一行内执行成对比较，从元素 1,1 开始（包括）。对于任何为 TRUE 的比较，我在另一个预分配矩阵 [x]（这只是一个相似性矩阵）中的相应元素处计算 +1。

使用嵌套的 for 循环，此操作需要对每一行进行 N*(N-1)/2 + N 次比较。在我的机器上，下面的代码不会花费太长时间，但是有更好（好的，更快，更优雅）的方法吗？我已经考虑过使用“应用”的矢量化计算，但到目前为止，还没有任何乐趣。

result <- matrix( round(rnorm(10000,sample(5))), ncol=100)
x <-matrix(data=0, nrow=100,ncol=100)

system.time(
for (i in 1:100) {
  for (j in 1:100) {
    for (k in j:100) {
        if (result[i,][j] == result[i,][k]) {
        x[j,][k] = x[j,][k] + 1
        }
    }
  }
}
)
user  system elapsed
6.586   0.599   7.192

这是一个小例子：

“结果”矩阵

      [,1] [,2] [,3] [,4]
[1,]    1    6    1    1
[2,]    6    1    5    3
[3,]    1    5    4    4
[4,]    2    3    4    2

structure(c(1, 6, 1, 2, 6, 1, 5, 3, 1, 5, 4, 4, 1, 3, 4, 2), .Dim = c(4L,4L))

代码应用后，我期望在x矩阵中：

      [,1] [,2] [,3] [,4]
[1,]    4    0    1    2
[2,]    0    4    0    0
[3,]    0    0    4    2
[4,]    0    0    0    4

Answer 1

在我的机器上使用您的 100×100 result 矩阵，这大约快 100 倍（50 毫秒）：

for (i in 1:ncol(result))
   for (j in i:ncol(result))
      x[i, j] <- sum(result[, i] == result[, j])

这大约快 200 倍，但可能有点难以理解：

x <- apply(result, 2, function(y)colSums(result == y))
x[lower.tri(x)] <- 0

如果它仍然不够快，不符合您的口味，我会看看这个确切的功能是否尚未在众多距离包之一中实现，或者尝试Rcpp 实现。虽然我不确定你会得到更多，因为我的建议已经使用了大量的矢量化。