회피는 피하고 인덱스 정보는 유지

Question

주로 벡터 나리스트에서 수집 된 그래프와 유사한 데이터로 작업하고 있습니다.
대부분의 경우 지정된 인덱스별로 벡터/목록을 검사하고 현재 요소에 대한 결과 값을 결정하는 로직을 수행해야합니다.

좀 더 정확하게하려면, 코드의 이러한 조각을 고려

for (i in 1:(length1 - 1)) 
    for (j in (i + 1):length2) 
     for (k in 1:length3) { 
      d1 <- data[i, k] 
      d2 <- data[j, k] 
      if (d1 != d2) 
       otherData[i, j, k] <- list(c(min(d1, d2), max(d1, d2))) 
      else 
       otherData[i, j, k] <- list(c(1, 1)) 
     } 

내 질문은 : - :

1. 인덱스의 벡터를 만들
   는 이에게 좋은 해결책이 될 것인가 , 그리고
2. (외부 함수에서 선언 된) 데이터 객체를보고 제공된 인덱스의 벡터를 사용하여 로직을 수행하는 내부 함수 (인덱스 벡터를 사용하는)가 적용됩니다

샘플 코드 (단순, 위의 코드에 전혀 연결) :

someFunc <- function(data) { 
    n <- length(data) 
    f <- function(i) { 
     return (doSthWith(data[i], i)) 
     # do some logic with both the data and the index 
    } 
    return (sapply(1:n, f)) 
} 

내가 생각 해낸 또 다른 솔루션하며,이 data.frame을 생성하고 인덱스를 데이터의 일부를 만드는 것입니다 lapply 함수는 기본적으로 입력 행에도 인덱스를 가지고 있습니다.

이러한 접근 방식에 대한 귀하의 생각에 매우 기뻐할 것입니다.

Answer 1

글쎄, 당신은 상당한 속도 향상을위한 기회를 줄 것이다 vectorized 색인을 할 수 있습니다. 일반적으로, 대신 :

for(a in A) for(b in B) something(x[a,b]) 

당신은 할 수 있습니다 :

something_vectorized(x[as.matrix(expand.grid(A,B))]) 

* 적용

는 기본적으로 루프 래퍼, 당신이 그들에게 루프를 변환에서 가장 명확한 코드를 얻을 수 있도록. 편집

:

> system.time(replicate(100,sum(sapply(1:1000,function(x) x^2)))) 
    user system elapsed 
    0.385 0.001 0.388 
> system.time(replicate(100,sum((1:1000)^2))) 
    user system elapsed 
    0.002 0.001 0.003