在 R 替代方案中使用嵌套循环

Question

我在 R 中有以下代码，我试图加快速度，因为我知道 R 中的循环速度较慢。有没有一种方法可以在不使用嵌套循环的情况下执行此 R。

# initialize 2 vectors of length 10,000
totalNum <- rep(0,10000)
totalAmt <- rep(0,10000) 
values <- sample(200:5000,150000, replace = TRUE)
chances <-  # similar to f in length and contains values between 0 and 1 

# loop over length of a vector 
 for (i in 1:150000){
   # value between 200-5000 
   value <- values[i]
   # value of number between 0 and 1 
   chance <- chances[i]

  # loop over vectors created 
  for (j in 1:10000){
    # run test 
    dice <- runif(1)
    if (dice < chance){

    totalnum[j] <-  totalNum[j] + 1
    totalAmt[j] <- totalAmt[j] + value
   }

  }

}

我一直在尝试使用 lapply 或 mapply，但它似乎不适用于这种情况。

Answer 1

lapply 和 mapply 只是隐藏循环，比 for 循环略有改进。要获得显着改进，您需要使用函数的矢量化形式。

内部循环很容易用矢量化形式替换：

#generate all of the rolls
dice<-runif(10000)

#identify the affected index
dicelesschance<-which(dice<chance)

#update the values 
totalNum[dicelesschance]<-totalNum[dicelesschance] + 1
totalAmt[dicelesschance]<-totalAmt[dicelesschance] + value

这应该对性能有显着改善。

Answer 2

size = 150000 值和机会向量

library('data.table')
df1 <- data.table(totalNum = rep(0,10000),
                  totalAmt = rep(0,10000))
values <- sample(200:5000,150000, replace = TRUE)
chances <-  runif(n=150000, min=1e-12, max=.9999999999)

invisible( mapply( function(value, chance){
  df1[runif(10000) < chance, `:=` (totalNum = totalNum + 1, totalAmt = totalAmt + value)]
  return(0)
}, value = values, chance = chances) )

在我的系统上，此代码使用 system.time() 函数在以下时间完成。

# user  system elapsed 
# 252.83   43.93  298.68

在 R 替代方案中使用嵌套循环

Using a nested loop in R alternative

r

nested-loops

lapply

sapply