R：对于缓慢的双重应用我能做些什么？

Question

我有一个计算可以执行此操作的一个版本：

n <- 5
l <- 3
m <- seq(0,1,length.out = n)
r <- seq(3,4,length.out = n)
y <- 1:n

pp <- sapply(0:l, function(h) cumsum(y[(h+1):n]*y[1:(n-h)]))
rec.acf <- sapply(0:l, function(h) pp[[h+1]] + sapply((h+1):n, function(j) m[j] + r[j-h]) )

获得

> rec.acf
[[1]]
[1]  4.0  8.5 18.0 34.5 60.0

[[2]]
[1]  5.25 11.75 24.25 44.75

[[3]]
[1]  6.5 15.0 30.5

[[4]]
[1]  7.75 18.25

在实践中，当然，n 和 l 要大得多（而且实际函数 computing autocovariances 在样本大小增加的情况下会更复杂）。

当 l 相对较小时，正如我所希望的那样，计算比我已经制定的其他实现要快得多，这些实现没有考虑到我可以通过 [=15 回收许多相同的计算=].

然而，当 l 相对于 n 较大时，情况相反，可能是因为外部 sapply 然后发出许多内部循环。我的方法有什么明显低效的地方吗？

我修改了 mapply，但没有成功。

Answer 1

不需要内部循环：

mm = lapply(0:l, function(h) tail(m, length(m) - h) + head(r, length(r) - h))

mapply("+", pp, mm)
#[[1]]
#[1]  4.0  8.5 18.0 34.5 60.0
#
#[[2]]
#[1]  5.25 11.75 24.25 44.75
#
#[[3]]
#[1]  6.5 15.0 30.5
#
#[[4]]
#[1]  7.75 18.25

R：对于缓慢的双重应用我能做些什么？

R: What can I do about a slow double sapply?

r

sapply